2024年11月15日
星期五
|
欢迎来到营口市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
陈小冬
作品数:
1
被引量:6
H指数:1
供职机构:
中铁十八局集团有限公司
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
熊国良
华东交通大学机电与车辆工程学院
张磊
华东交通大学机电与车辆工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
支持向量
1篇
支持向量机
1篇
轴承
1篇
轴承故障
1篇
向量
1篇
向量机
1篇
矩阵
1篇
矩阵分解
1篇
故障诊断
1篇
非负矩阵
1篇
非负矩阵分解
1篇
NMF
1篇
S变换
机构
1篇
华东交通大学
1篇
中铁十八局集...
作者
1篇
张磊
1篇
熊国良
1篇
陈小冬
传媒
1篇
华东交通大学...
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于S变换和NMF的轴承故障诊断方法
被引量:6
2016年
针对滚动轴承存在故障时其动态信号表现出的非平稳特性,引入S变换提取滚动轴承振动信号的特征信息。为了解决S变换提取特征得到的二维矩阵维数过高的问题,提出一种基于S变换和非负矩阵分解的滚动轴承振动信号特征提取方法,同时结合支持向量机实现滚动轴承的故障智能诊断。该方法先利用时频分析技术对振动信号进行S变换,然后采用非负矩阵分解方法提取变换后矩阵的特征参数,最后将提取到的故障特征作为支持向量机的输入,利用支持向量机进行轴承故障类型的自动诊断。实验结果表明,该方法能有效地实现滚动轴承故障诊断,效果优于利用S变换和奇异值分解提取滚动轴承振动信号特征。
陈小冬
熊国良
张磊
关键词:
S变换
非负矩阵分解
支持向量机
故障诊断
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张