期刊导航
期刊开放获取
vip
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
滚动轴承故障智能诊断技术的研究
被引量：
2
在线阅读
下载PDF
职称材料
导出
摘要
主要介绍一种基于BP人工神经网络的滚动轴承故障智能诊断方法,利用试验台采集到的数据所形成的特征向量对所建立的BP神经网络进行训练,再将该网络用于滚动轴承的状态分析,具有很高的准确性,显示了BP神经网络在故障诊断方面的智能性。
作者
周瑞峰
张志新
王亮
机构地区
大连理工大学振动工程研究所
出处
《化工装备技术》
CAS
2009年第2期41-44,共4页
Chemical Equipment Technology
关键词
神经网络
故障诊断
滚动轴承
智能性
分类号
TH133.3 [机械工程—机械制造及自动化]
引文网络
相关文献
节点文献
二级参考文献
5
参考文献
2
共引文献
5
同被引文献
6
引证文献
2
二级引证文献
2
参考文献
2
1
严新民,马建仓,罗磊.
BP神经网络在滚动轴承早期故障诊断中的应用[J]
.机械科学与技术,1996,15(3):464-467.
被引量：4
2
王平.
滚动轴承故障在线智能诊断仪[J]
.轴承,2003(9):35-38.
被引量：3
二级参考文献
5
1
李孝安.神经网络与神经计算机导论[M].西安:西北工业大学出版社,1995,10..
2
梅宏斌.滚动轴承振动监测与诊断——理论、方法、系统[M].北京:机械工业出版社,1996..
3
唐德尧.轴承齿轮故障的在线诊断[M].航空航天部第608研究所,1986..
4
McFadden P D, Smith J D.Vibration monitoring of rolling element bearing by the high-frequency resonance technique-a review[J],Int J,Tribology, ,1984,(17):3- 10.
5
TEXAS INSTRRUMENTS. TMS320C3X User's Guide[M].Printed in China,2000.
共引文献
5
1
丁福焰,邵军,张生玉,杜永平.
神经网络在滚动轴承故障诊断中的应用[J]
.振动工程学报,2004,17(z1):425-428.
被引量：7
2
丁福焰,张生玉,邵军.
基于神经网络的车辆轴承故障诊断技术[J]
.铁道车辆,2006,44(12):7-11.
被引量：2
3
尹建君.
基于DSP的滚动轴承实时故障诊断系统设计[J]
.微计算机信息,2008,24(16):182-184.
被引量：4
4
陈东帆,朱蓓颖,林财兴,方明伦.
在逆向工程中用神经网络技术实现自由曲面的重建[J]
.机械科学与技术,1998,17(1):138-140.
被引量：3
5
周仕仁,钟声,章鹏.
列车滚轴轴承故障诊断研究现状分析[J]
.中国铁路,2009(11):35-39.
被引量：4
同被引文献
6
1
周智,朱永生,张优云,袁幸,师浩浩.
基于EMD间隔阈值消噪与极大似然估计的滚动轴承故障诊断方法[J]
.振动与冲击,2013,32(9):155-159.
被引量：10
2
苏文胜,王奉涛,张志新,郭正刚,李宏坤.
EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用[J]
.振动与冲击,2010,29(3):18-21.
被引量：270
3
张进,冯志鹏,褚福磊.
滚动轴承故障特征的时间—小波能量谱提取方法[J]
.机械工程学报,2011,47(17):44-49.
被引量：65
4
徐微,刘文彬,周敏,杨剑锋,兴城宏.
灰色关联分析的神经网络模型在轴承故障预测中的应用[J]
.轴承,2012(8):51-53.
被引量：4
5
从飞云,陈进,董广明.
基于谱峭度和AR模型的滚动轴承故障诊断[J]
.振动．测试与诊断,2012,32(4):538-541.
被引量：26
6
荆双喜,杨鑫,冷军发,王志阳.
基于改进EMD与谱峭度的滚动轴承故障特征提取[J]
.机械传动,2016,40(4):125-128.
被引量：11
引证文献
2
1
魏巍.
改进的EMD方法对故障弱信号提取的应用研究[J]
.专用汽车,2022(11):55-57.
被引量：1
2
齐放,王华庆.
灰色神经网络在轴承故障预测中的应用[J]
.设备管理与维修,2014(S1):50-52.
被引量：1
二级引证文献
2
1
冯爽,许琦,罗园庆,陈长征.
基于经验模态分解谱峭度重构峰值定位的电机噪声溯源方法[J]
.汽车技术,2023(12):35-39.
被引量：2
2
朱植宇.
基于改进灰色神经网络的往复式压缩机振动趋势预测模型[J]
.内江科技,2024,45(7):24-27.
被引量：1
1
庄晨.
发动机故障智能诊断简介[J]
.江苏航空,2009(4):31-34.
2
刘兆惠,刘成.
对汽车故障的几种智能诊断方法[J]
.东北汽车运输,2005(2):32-35.
3
吴大钰,王岩松,李燕,汤晓林.
基于声信号的汽车发动机故障诊断方法综述[J]
.渤海大学学报（自然科学版）,2008,29(3):264-267.
被引量：4
4
胡志华,乌正康.
基于故障树的机车电路车载诊断方法[J]
.交通与计算机,1998,16(5):64-68.
被引量：4
5
谭顺辉.
神经网络智能诊断技术在隧道掘进机上的应用[J]
.城市轨道交通研究,2005,8(2):81-82.
6
松下利用坚固型笔记本电脑助力汽车智能诊断技术[J]
.汽车与驾驶维修,2012(1):21-21.
7
方进,龚珺,刘良峰,吕刚.
基于BP神经网络的滚动轴承智能诊断技术[J]
.安徽师范大学学报（自然科学版）,2016,39(2):103-108.
被引量：3
8
松下坚固型笔记本电脑助力汽车智能诊断技术[J]
.汽车维修技师,2012(1):18-18.
9
文二霞.
松下笔记本电脑:七大关键技术为用户提供个性化解决方案[J]
.汽车维修与保养,2015,0(12):100-100.
10
松下坚固型笔记本电脑助力汽车智能诊断技术[J]
.汽车维护与修理,2012(1):83-84.
化工装备技术
2009年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
