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
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
基于形态非抽样融合与DCT高阶奇异熵的液压泵退化特征提取
被引量:
7
1
作者
孙健
李洪儒
+1 位作者
王卫国
许葆华
《振动与冲击》
EI
CSCD
北大核心
2015年第22期54-61,81,共9页
针对轴向柱塞式液压泵性能退化中振动信号非线性强、退化特征提取困难等问题,提出基于形态非抽样融合与DCT(Discrete Cosine Transform)高阶奇异熵的退化特征提取方法。在一般框架下提出形态非抽样小波融合方法,通过构建特征能量因子筛...
针对轴向柱塞式液压泵性能退化中振动信号非线性强、退化特征提取困难等问题,提出基于形态非抽样融合与DCT(Discrete Cosine Transform)高阶奇异熵的退化特征提取方法。在一般框架下提出形态非抽样小波融合方法,通过构建特征能量因子筛选各分解层近似信号,据融合规则实现双通道振动信号融合重构、改善重构信号的特征信息;并利用DCT高阶谱分析法对融合信号进一步处理,通过奇异值分解分别计算Shannon、Tsallis奇异熵作为液压泵性能退化特征向量;用仿真信号及液压泵实测振动信号验证该方法的有效性。
展开更多
关键词
退化特征提取
形态非抽样小波融合
DCT
高阶奇异熵
下载PDF
职称材料
多尺度高阶奇异谱熵和GA-VPMCD方法在转子故障智能诊断中的应用
2
作者
罗颂荣
程军圣
杨宇
《中国机械工程》
EI
CAS
CSCD
北大核心
2014年第21期2912-2917,2924,共7页
首先,针对转子故障振动信号的非高斯、非线性特征,提出了多尺度高阶奇异谱熵的概念,并将其用于转子故障特征提取;然后,针对新的小样本多分类识别方法——基于变量预测模型分类识别的模型选择问题,结合融合诊断思想和遗传算法,提出了GA-V...
首先,针对转子故障振动信号的非高斯、非线性特征,提出了多尺度高阶奇异谱熵的概念,并将其用于转子故障特征提取;然后,针对新的小样本多分类识别方法——基于变量预测模型分类识别的模型选择问题,结合融合诊断思想和遗传算法,提出了GA-VPMCD分类识别方法。最后提出了基于多尺度高阶奇异谱熵和GA-VPMCD的转子故障诊断方法。试验结果验证了该方法的有效性和优越性。
展开更多
关键词
多尺度
高阶
奇异
谱
熵
基于变量预测模型分类识别
遗传算法
转子系统
故障诊断
下载PDF
职称材料
题名
基于形态非抽样融合与DCT高阶奇异熵的液压泵退化特征提取
被引量:
7
1
作者
孙健
李洪儒
王卫国
许葆华
机构
军械工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2015年第22期54-61,81,共9页
基金
国家自然科学基金资助项目(51275524)
文摘
针对轴向柱塞式液压泵性能退化中振动信号非线性强、退化特征提取困难等问题,提出基于形态非抽样融合与DCT(Discrete Cosine Transform)高阶奇异熵的退化特征提取方法。在一般框架下提出形态非抽样小波融合方法,通过构建特征能量因子筛选各分解层近似信号,据融合规则实现双通道振动信号融合重构、改善重构信号的特征信息;并利用DCT高阶谱分析法对融合信号进一步处理,通过奇异值分解分别计算Shannon、Tsallis奇异熵作为液压泵性能退化特征向量;用仿真信号及液压泵实测振动信号验证该方法的有效性。
关键词
退化特征提取
形态非抽样小波融合
DCT
高阶奇异熵
Keywords
degradation feature extraction
morphological undecimated wavelet decomposition fusion
DCT
highorder singular entropy
分类号
TH212 [机械工程—机械制造及自动化]
TH213.3 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
多尺度高阶奇异谱熵和GA-VPMCD方法在转子故障智能诊断中的应用
2
作者
罗颂荣
程军圣
杨宇
机构
湖南大学
湖南文理学院
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2014年第21期2912-2917,2924,共7页
基金
国家自然科学基金资助项目(51175158
51075131)
+1 种基金
湖南省自然科学基金资助项目(11JJ2026)
湖南省"十二五"重点建设学科(机械设计及理论)资助项目(湘教发2011[76])
文摘
首先,针对转子故障振动信号的非高斯、非线性特征,提出了多尺度高阶奇异谱熵的概念,并将其用于转子故障特征提取;然后,针对新的小样本多分类识别方法——基于变量预测模型分类识别的模型选择问题,结合融合诊断思想和遗传算法,提出了GA-VPMCD分类识别方法。最后提出了基于多尺度高阶奇异谱熵和GA-VPMCD的转子故障诊断方法。试验结果验证了该方法的有效性和优越性。
关键词
多尺度
高阶
奇异
谱
熵
基于变量预测模型分类识别
遗传算法
转子系统
故障诊断
Keywords
multi_scale high order singular spectrum entropy(MSHOSSE)
variable predictive model based class discriminate(VPMCD)
genetic algorithm(GA)
rotor system
fault diagnosis
分类号
TH165.3 [机械工程—机械制造及自动化]
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于形态非抽样融合与DCT高阶奇异熵的液压泵退化特征提取
孙健
李洪儒
王卫国
许葆华
《振动与冲击》
EI
CSCD
北大核心
2015
7
下载PDF
职称材料
2
多尺度高阶奇异谱熵和GA-VPMCD方法在转子故障智能诊断中的应用
罗颂荣
程军圣
杨宇
《中国机械工程》
EI
CAS
CSCD
北大核心
2014
0
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