期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ALIF-MPE-SVM组合算法的电机轴承早期故障诊断
被引量：
1
1
作者
高美真
李丽
+1 位作者
高烨童
薛涛
《机械设计与制造》
北大核心
2024年第8期202-205,211,共5页
为了提高电机用轴承的安全运行稳定效率,通过ALIF算法自适应分解非平稳信号,再以MPE从IMFs中提取出非线性故障信号,将MPE降维处理后的故障特征量利用MPE-SVM思想智能故障的诊断功能,开发得到一种MPE-SVM故障诊断技术,再根据测试得到的...
为了提高电机用轴承的安全运行稳定效率,通过ALIF算法自适应分解非平稳信号,再以MPE从IMFs中提取出非线性故障信号,将MPE降维处理后的故障特征量利用MPE-SVM思想智能故障的诊断功能,开发得到一种MPE-SVM故障诊断技术,再根据测试得到的电机轴承故障参数完成算法有效性验证。研究结果表明:大部分故障信息都出现于最初的三个IMF内,主成分比例超过80%,因此以前3个主成分作为特征量并将其代入MPE-SVM内实施训练。各组别都可以对故障损伤的准确识别,表明以MPE作为故障特征能够满足有效性要求。ALIF-MPE具备比EMD-MPE更优的分类性能,达到了较低的标准差,稳定的分类状态。该研究能够准确识别电机轴承不同故障程度,对提高同类机械传动设备的故障诊断水平具有很好的理论支撑意义。
展开更多
关键词
轴承
故障诊断
支持向量机
信息融合
特征提取
在线阅读
下载PDF
职称材料
基于EEMD和Bi-LSTM算法的齿轮泵行星轮典型故障诊断
被引量：
1
2
作者
高美真
高烨童
《中国工程机械学报》
北大核心
2022年第3期263-268,共6页
为了提高齿轮泵行星轮的典型故障诊断精度,提出了一种基于经验模态分解(EEMD)和双向长短时记忆网络(Bi-LSTM)的行星齿轮泵故障诊断方法。研究结果表明:通过模型精度和耗时的最优参数为节点数200和网络层数4层。本网络损失小于1%,满足良...
为了提高齿轮泵行星轮的典型故障诊断精度,提出了一种基于经验模态分解(EEMD)和双向长短时记忆网络(Bi-LSTM)的行星齿轮泵故障诊断方法。研究结果表明:通过模型精度和耗时的最优参数为节点数200和网络层数4层。本网络损失小于1%,满足良好稳定性的条件,可以实现精确识别齿面磨损和缺齿故障,断齿、正常齿的轮识别率都达到了93%以上,齿根裂纹故障识别率达到了86.5%。对信号EEMD分解后,可以促进BiLTSM模型所有分量都获得更优的时序性,促使模型诊断精度得到显著提升。Bi-LTSM模型到达后期迭代过程时,可以更快拟合,获得高于LTSM的验证精度。该研究对提高机械传动设备的故障识别能力,具有一定的理论指导意义。
展开更多
关键词
齿轮泵
故障诊断
经验模态分解
双向长短时记忆网络
分类精度
在线阅读
下载PDF
职称材料
题名
基于ALIF-MPE-SVM组合算法的电机轴承早期故障诊断
被引量：
1
1
作者
高美真
李丽
高烨童
薛涛
机构
焦作师范高等专科学校
信息
工程
学院
西安理工大学计算机与信息工程学院
出处
《机械设计与制造》
北大核心
2024年第8期202-205,211,共5页
基金
河南省高等学校重点科研项目(18B170004)。
文摘
为了提高电机用轴承的安全运行稳定效率,通过ALIF算法自适应分解非平稳信号,再以MPE从IMFs中提取出非线性故障信号,将MPE降维处理后的故障特征量利用MPE-SVM思想智能故障的诊断功能,开发得到一种MPE-SVM故障诊断技术,再根据测试得到的电机轴承故障参数完成算法有效性验证。研究结果表明:大部分故障信息都出现于最初的三个IMF内,主成分比例超过80%,因此以前3个主成分作为特征量并将其代入MPE-SVM内实施训练。各组别都可以对故障损伤的准确识别,表明以MPE作为故障特征能够满足有效性要求。ALIF-MPE具备比EMD-MPE更优的分类性能,达到了较低的标准差,稳定的分类状态。该研究能够准确识别电机轴承不同故障程度,对提高同类机械传动设备的故障诊断水平具有很好的理论支撑意义。
关键词
轴承
故障诊断
支持向量机
信息融合
特征提取
Keywords
Bearing
Fault Diagnosis
Support Vector Machine
Information Fusion
Feature Extraction
分类号
TH16 [机械工程—机械制造及自动化]
TP277 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于EEMD和Bi-LSTM算法的齿轮泵行星轮典型故障诊断
被引量：
1
2
作者
高美真
高烨童
机构
焦作师范高等专科学校
信息
工程
学院
西安理工大学计算机与信息工程学院
出处
《中国工程机械学报》
北大核心
2022年第3期263-268,共6页
基金
国家自然科学基金资助项目(61170014)。
文摘
为了提高齿轮泵行星轮的典型故障诊断精度,提出了一种基于经验模态分解(EEMD)和双向长短时记忆网络(Bi-LSTM)的行星齿轮泵故障诊断方法。研究结果表明:通过模型精度和耗时的最优参数为节点数200和网络层数4层。本网络损失小于1%,满足良好稳定性的条件,可以实现精确识别齿面磨损和缺齿故障,断齿、正常齿的轮识别率都达到了93%以上,齿根裂纹故障识别率达到了86.5%。对信号EEMD分解后,可以促进BiLTSM模型所有分量都获得更优的时序性,促使模型诊断精度得到显著提升。Bi-LTSM模型到达后期迭代过程时,可以更快拟合,获得高于LTSM的验证精度。该研究对提高机械传动设备的故障识别能力,具有一定的理论指导意义。
关键词
齿轮泵
故障诊断
经验模态分解
双向长短时记忆网络
分类精度
Keywords
gear pump
fault diagnosis
ensemble empirical mode decomposition
bi-directional long short-time memory
classification accuracy
分类号
TH137 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ALIF-MPE-SVM组合算法的电机轴承早期故障诊断
高美真
李丽
高烨童
薛涛
《机械设计与制造》
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于EEMD和Bi-LSTM算法的齿轮泵行星轮典型故障诊断
高美真
高烨童
《中国工程机械学报》
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
