期刊导航
期刊开放获取
河南省图书馆
退出
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
1
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RS-LSSVM的高速列车走行部滚动轴承故障诊断研究
被引量:
4
1
作者
贺德强
陈二恒
+1 位作者
李笑梅
刘旗扬
《广西大学学报(自然科学版)》
CAS
北大核心
2017年第2期403-408,共6页
针对高速列车走行部滚动轴承故障诊断模型构建时间较长、诊断准确率不高的问题,提出一种基于粗糙集(RS)和最小二乘支持向量机(LSSVM)的方法。该方法利用小波包变换构造能量特征集,使用粗糙集属性约简算法对离散后的能量特征集处理,得到...
针对高速列车走行部滚动轴承故障诊断模型构建时间较长、诊断准确率不高的问题,提出一种基于粗糙集(RS)和最小二乘支持向量机(LSSVM)的方法。该方法利用小波包变换构造能量特征集,使用粗糙集属性约简算法对离散后的能量特征集处理,得到最小约简,将其输入到基于最小二乘支持向量机的故障诊断模型中进行状态识别。测试实例证明了粗糙集属性约简算法不仅保留了能量特征集的重要属性,缩短了后期故障诊断模型构建时间,而且保证了故障诊断的准确率,其模型构建时间为0.071 s,故障诊断准确率为100%。因此,RS和LSSVM相结合是一种优秀的故障诊断方法,可以作为高速列车走行部滚动轴承故障诊断的新思路。
展开更多
关键词
高速列车走行部
滚动轴承
故障诊断
粗糙集
最小二乘支持向量机
下载PDF
职称材料
题名
基于RS-LSSVM的高速列车走行部滚动轴承故障诊断研究
被引量:
4
1
作者
贺德强
陈二恒
李笑梅
刘旗扬
机构
广西大学机械工程学院
重庆大学机械工程学院
广西大学科技处
出处
《广西大学学报(自然科学版)》
CAS
北大核心
2017年第2期403-408,共6页
基金
国家自然科学基金资助项目(51165001)
广西科技攻关项目(桂科攻1598009-6)
南宁市科技攻关项目(20151021)
文摘
针对高速列车走行部滚动轴承故障诊断模型构建时间较长、诊断准确率不高的问题,提出一种基于粗糙集(RS)和最小二乘支持向量机(LSSVM)的方法。该方法利用小波包变换构造能量特征集,使用粗糙集属性约简算法对离散后的能量特征集处理,得到最小约简,将其输入到基于最小二乘支持向量机的故障诊断模型中进行状态识别。测试实例证明了粗糙集属性约简算法不仅保留了能量特征集的重要属性,缩短了后期故障诊断模型构建时间,而且保证了故障诊断的准确率,其模型构建时间为0.071 s,故障诊断准确率为100%。因此,RS和LSSVM相结合是一种优秀的故障诊断方法,可以作为高速列车走行部滚动轴承故障诊断的新思路。
关键词
高速列车走行部
滚动轴承
故障诊断
粗糙集
最小二乘支持向量机
Keywords
high speed train running gear
rolling bearing
fault diagnosis
rough sets
least square support vector machine
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
U260 [机械工程—车辆工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RS-LSSVM的高速列车走行部滚动轴承故障诊断研究
贺德强
陈二恒
李笑梅
刘旗扬
《广西大学学报(自然科学版)》
CAS
北大核心
2017
4
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