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
长春汽车工业高等专科学校车间式教学模式的改革与实践
被引量：
2
1
作者
赵宇
刘凤珠
《职业技术教育》
北大核心
2014年第6期60-62,共3页
内涵 学校汽车制造与装配技术专业为国家示范专业，在国内率先实施工学交替教学模式。确立培养学生两个发展通道。技术发展通道为班组骨干、多能工、优秀人才、高级专家；管理发展通道为班组长、工段长、专项管理人员、车间副主任等。...
内涵 学校汽车制造与装配技术专业为国家示范专业，在国内率先实施工学交替教学模式。确立培养学生两个发展通道。技术发展通道为班组骨干、多能工、优秀人才、高级专家；管理发展通道为班组长、工段长、专项管理人员、车间副主任等。为更好培养复合型人才，学校探索实施车间式教学模式，在第2学期开展车间式教学，第3学期到企业车间顶岗实习，如图1所示。
展开更多
关键词
长春汽车工业高等专科学校
教学模式
车间
实践
改革
复合型人才
示范专业
技术专业
在线阅读
下载PDF
职称材料
VMD复合熵值法在齿轮故障诊断中的应用
被引量：
7
2
作者
周小龙
张耀娟
+2 位作者
王尧
陈思
马风雷
《组合机床与自动化加工技术》
北大核心
2021年第2期43-46,51,共5页
针对齿轮实际工况复杂、故障特征难以提取的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)复合熵值法的故障诊断方法。首先,采用VMD方法对不同工况下齿轮振动信号进行分解,并对分解过程中关键参数的选择进行了研...
针对齿轮实际工况复杂、故障特征难以提取的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)复合熵值法的故障诊断方法。首先,采用VMD方法对不同工况下齿轮振动信号进行分解,并对分解过程中关键参数的选择进行了研究;其次,根据频域互相关系数准则筛选出可有效表征齿轮状态特征的固有模态函数(Intrinsic Mode Function,IMF)进行信号重构,为反映齿轮信号在不同尺度上的时-频细节复杂度特征,计算重构信号的样本熵、奇异值熵、功率谱熵和能量熵,形成高维状态特征向量;最后,将高维状态特征向量作为最小二乘支持向量机(Least Square Support Vector Machine,LS-SVM)的输入,对齿轮的工作状态和故障类型进行识别分类。通过实测齿轮信号的分析,结果表明,该方法能够有效实现齿轮故障的诊断。
展开更多
关键词
齿轮
故障诊断
变分模态分解
复合熵值法
最小二乘支持向量机
在线阅读
下载PDF
职称材料
题名
长春汽车工业高等专科学校车间式教学模式的改革与实践
被引量：
2
1
作者
赵宇
刘凤珠
机构
长春汽车工业高等专科学校汽车工程学院
长春
汽车
工业
高等
专科学校
出处
《职业技术教育》
北大核心
2014年第6期60-62,共3页
文摘
内涵 学校汽车制造与装配技术专业为国家示范专业，在国内率先实施工学交替教学模式。确立培养学生两个发展通道。技术发展通道为班组骨干、多能工、优秀人才、高级专家；管理发展通道为班组长、工段长、专项管理人员、车间副主任等。为更好培养复合型人才，学校探索实施车间式教学模式，在第2学期开展车间式教学，第3学期到企业车间顶岗实习，如图1所示。
关键词
长春汽车工业高等专科学校
教学模式
车间
实践
改革
复合型人才
示范专业
技术专业
分类号
G649.2 [文化科学—高等教育学]
在线阅读
下载PDF
职称材料
题名
VMD复合熵值法在齿轮故障诊断中的应用
被引量：
7
2
作者
周小龙
张耀娟
王尧
陈思
马风雷
机构
北华大学机械
工程
学院
长春汽车工业高等专科学校汽车工程学院
长春
工业
大学机电
工程
学院
出处
《组合机床与自动化加工技术》
北大核心
2021年第2期43-46,51,共5页
基金
国家自然科学基金项目(51505038)
吉林省科技厅重点科技攻关项目(KYC-JC-XM-2017-042)
吉林省教育厅“十三五”科学研究规划项目(JJKH20190639KJ)。
文摘
针对齿轮实际工况复杂、故障特征难以提取的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)复合熵值法的故障诊断方法。首先,采用VMD方法对不同工况下齿轮振动信号进行分解,并对分解过程中关键参数的选择进行了研究;其次,根据频域互相关系数准则筛选出可有效表征齿轮状态特征的固有模态函数(Intrinsic Mode Function,IMF)进行信号重构,为反映齿轮信号在不同尺度上的时-频细节复杂度特征,计算重构信号的样本熵、奇异值熵、功率谱熵和能量熵,形成高维状态特征向量;最后,将高维状态特征向量作为最小二乘支持向量机(Least Square Support Vector Machine,LS-SVM)的输入,对齿轮的工作状态和故障类型进行识别分类。通过实测齿轮信号的分析,结果表明,该方法能够有效实现齿轮故障的诊断。
关键词
齿轮
故障诊断
变分模态分解
复合熵值法
最小二乘支持向量机
Keywords
gear
fault diagnosis
variational mode decomposition
compound entropy method
least squares support vector machine
分类号
TH17 [机械工程—机械制造及自动化]
TG506 [金属学及工艺—金属切削加工及机床]
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
长春汽车工业高等专科学校车间式教学模式的改革与实践
赵宇
刘凤珠
《职业技术教育》
北大核心
2014
2
在线阅读
下载PDF
职称材料
2
VMD复合熵值法在齿轮故障诊断中的应用
周小龙
张耀娟
王尧
陈思
马风雷
《组合机床与自动化加工技术》
北大核心
2021
7
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
