检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

108 篇 专利

馆藏范围

108 篇 电子文献
0 种 纸本馆藏

日期分布

机构

5 篇 北京航空航天大学
4 篇 东南大学
3 篇 西安交通大学
3 篇 山东大学
3 篇 浙江工业大学
3 篇 北京信息科技大学
2 篇 湖南军安信达科技...
2 篇 神华准格尔能源有...
2 篇 湖南大学
2 篇 国家电网有限公司
2 篇 国网安徽省电力有...
2 篇 中国航发哈尔滨轴...
2 篇 红河学院
2 篇 中车青岛四方机车...
2 篇 湖南科技大学
2 篇 国网安徽省电力有...
2 篇 太原理工大学
2 篇 沈阳工学院
2 篇 南瑞集团有限公司
2 篇 三一重机有限公司

作者

5 篇 刘洋
5 篇 吕琛
4 篇 周博
4 篇 邓敏强
4 篇 孙文卿
4 篇 朱静
4 篇 程强
4 篇 邓艾东
3 篇 王洋
3 篇 田野
2 篇 赵万琳
2 篇 张晓艺
2 篇 吕晓平
2 篇 孙佳毅
2 篇 刘英豪
2 篇 丁晓峰
2 篇 冯旭
2 篇 何怡刚
2 篇 高兆丽
2 篇 李坚林

语言

108 篇 中文

检索条件"主题词=振动信号分解"

共 108 条记录，以下是81-90 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

一种风力发电机组轴承的在线监测与故障诊断系统

一种风力发电机组轴承的在线监测与故障诊断系统

引用

作者：潘爱华王安正于长生袁倩 210000 江苏省南京市经济技术开发区恒广路12号科创基地514室

一种风力发电机组轴承的在线监测与故障诊断系统，步骤一：创建模版库：离线创建风力发电机组轴承振动模版库；步骤二：数据采集：在风电机组在线监测平台中，同步采集四个方向上的轴承的振动加速度信号，数据采集界面完成数据采集卡的... 详细信息

标准号: CN108760302A

一种风力发电机组轴承的在线监测与故障诊断系统，步骤一：创建模版库：离线创建风力发电机组轴承振动模版库；步骤二：数据采集：在风电机组在线监测平台中，同步采集四个方向上的轴承的振动加速度信号，数据采集界面完成数据采集卡的配置工作；步骤三：信号初步融合：在信号采集的过程中，传感器会受到噪声和传感器自身的影响，对所采集到的信号做预处理，使所获信号能够最大限度的保留故障信息；步骤四：特征值提取：采用EMD算法将融合后的振动信号分解到不同频带内；步骤五：故障监测：分别采用BP神经网络、欧式距离的方式计算故障特征向量与振动模版的相似度，将两种方法的结果作为证据体送入D‑S证据理论中进行决策判断，并进行故障预警。

关键词：风力发电机组模版库传感器轴承振动加速度信号预处理故障特征向量故障诊断系统数据采集界面在线监测平台振动信号分解数据采集卡特征值提取风电机组故障监测故障信息故障预警欧式距离数据采集同步采集信号采集在线监测证据理论轴承振动融合相似度证据体离线模版算法创建噪声送入采集保留配置决策

来源：评论

学校读者我要写书评

暂无评论

基于改进随机森林算法的电机轴承故障诊断方法及系统

基于改进随机森林算法的电机轴承故障诊断方法及系统

引用

作者：李兵韩睿何怡刚钱李欣张晓艺侯金波曾文波崔介兵 230009 安徽省合肥市包河区屯溪路193号

本发明涉及一种基于改进随机森林算法的电机轴承故障诊断方法，该方法包括以下顺序的步骤：(1)获取数据集；(2)振动信号分解；(3)计算相关系数；(4)提取特征数据；(5)生成改进随机森林故障诊断模型；(6)现场电机轴承故障诊断；(7)故障... 详细信息

标准号: CN110287552A

本发明涉及一种基于改进随机森林算法的电机轴承故障诊断方法，该方法包括以下顺序的步骤：(1)获取数据集；(2)振动信号分解；(3)计算相关系数；(4)提取特征数据；(5)生成改进随机森林故障诊断模型；(6)现场电机轴承故障诊断；(7)故障提示。本发明还公开了一种实施基于改进随机森林算法的电机轴承故障诊断方法的系统。本发明提出的改进随机森林算法中决策树以特征选择原理不同的改进C4.5、CART算法分别进行生成，提高了各决策树间诊断差异；本发明提出的改进随机森林算法对各决策树按其先验知识进行了权重分配，按其漏报率、准确率大小分为议长AA及议员BB两类，最终集成后，有效提高了诊断准确率、降低了漏报率。

关键词：随机森林算法决策树改进电机轴承故障诊断漏报率诊断准确率故障诊断模型振动信号分解故障提示获取数据权重分配特征选择提取特征先验知识现场电机轴承故障

来源：评论

学校读者我要写书评

暂无评论

一种基于DS证据理论的滚动轴承故障诊断方法

一种基于DS证据理论的滚动轴承故障诊断方法

引用

作者：谢国高帆穆凌霞李艳恺刘柏均梁莉莉费蓉张春丽韩宁雷庆瑜王博 710048 陕西省西安市碑林区金花南路5号

本发明公开了一种基于DS证据理论的滚动轴承故障诊断方法，首先导入滚动轴承的生命周期振动信号；采用经验模态分解EMD方法将振动信号分解为多个固有模态函数IMF分量，计算各IMF分量的样本熵；利用随机森林模型将IMF分量的样本熵作为特... 详细信息

标准号: CN114841262A

本发明公开了一种基于DS证据理论的滚动轴承故障诊断方法，首先导入滚动轴承的生命周期振动信号；采用经验模态分解EMD方法将振动信号分解为多个固有模态函数IMF分量，计算各IMF分量的样本熵；利用随机森林模型将IMF分量的样本熵作为特征向量进行训练得到基本概率分配BPA，使用三个诊断单元得到3组证据体；计算各个证据体间的距离，由距离大小确定证据间的支持度矩阵，将证据支持度矩阵中最大特征值对应的特征向量作为证据的权重向量，确定各证据的相对折扣因子来对证据进行修正，利用DS融合规则计算融合后的BPA，最终得到故障的分类结果。本发明解决了现有技术中存在的对于滚动轴承故障诊断方法准确率低的问题。

关键词：滚动轴承故障诊断矩阵证据特征向量证据体样本滚动轴承固有模态函数基本概率分配经验模态分解振动信号分解证据支持度大小确定分类结果权重向量生命周期随机森林折扣因子诊断单元振动信号证据理论支持度准确率修正融合

来源：评论

学校读者我要写书评

暂无评论

一种磨床磨削颤振故障在线诊断方法

一种磨床磨削颤振故障在线诊断方法

引用

作者：沈建洋陈换过陈文华陈培易永余钱佳诚 310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街928号

本发明涉及一种磨床磨削颤振在线诊断方法，其用BEMD来处理磨床振动信号，将构造的复值振动信号分解为一系列复值固有模态函数IMFs，用基于相关系数的判断准则筛选出与原始信号相关性比较大的真实IMF分量，然后分别对真实IMF的峰峰值、... 详细信息

标准号: CN106052854A

本发明涉及一种磨床磨削颤振在线诊断方法，其用BEMD来处理磨床振动信号，将构造的复值振动信号分解为一系列复值固有模态函数IMFs，用基于相关系数的判断准则筛选出与原始信号相关性比较大的真实IMF分量，然后分别对真实IMF的峰峰值、实时方差、峭度、偏度和瞬时能量等指标量进行求和，并进行归一化处理，形成特征向量。利用部分实验样本数据的特征量对最小二乘支持向量机(LSSVM)进行分类训练，得到识别模型，再用剩余特征向量验证此模型准确性，得出检验结果。最后将检验之后的LSSVM模型应用到磨床的监控中，实时监测与判断磨床的工作状态，及时对磨床运行做出调整。

关键词：磨床最小二乘支持向量机固有模态函数振动信号分解归一化处理模型准确性检验结果磨床磨削判断准则剩余特征实时监测实验样本瞬时能量特征向量原始信号在线诊断振动信号特征量指标量求和颤振方差峭度向量筛选验证分类监控检验应用

来源：评论

学校读者我要写书评

暂无评论

一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法

一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估...

引用

作者：吕琛田野周博 100191 北京市海淀区学院路37号

本发明公开了一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法，以提高离心泵中轴承故障、叶轮故障及其混合故障的特征可分性，实现各种状态的诊断和健康评估。首先，应用小波包变换将采集到的离心泵振动信号分解为... 详细信息

标准号: CN105134619A

本发明公开了一种基于小波能量、流形降维和动态时间规整的故障诊断与健康评估方法，以提高离心泵中轴承故障、叶轮故障及其混合故障的特征可分性，实现各种状态的诊断和健康评估。首先，应用小波包变换将采集到的离心泵振动信号分解为8个小波分量；提取每个分量的小波能量作为故障特征，得到八维故障特征向量；然后，应用流形学习方法对此八维特征进行降维，获取更具可分性、更简约稳定的三维特征向量；最后，基于该特征向量，应用动态时间规整方法度量测试数据与训练数据之间的距离，从而确定当前的故障状态，实现轴承故障诊断；同时，该距离值也可反映当前状态的健康度，实现离心泵健康状态的评估，具有很好的实际工程应用价值。

关键词：离心泵动态时间规整健康评估小波能量可分性应用叶轮故障特征向量振动信号分解小波包变换诊断测试数据当前状态故障特征故障诊断故障状态混合故障健康状态三维特征实际工程特征向量小波分量训练数据轴承故障学习方法健康度距离值应用流中轴承度量降维流形向量一种采集提取获取评估公开确定反映稳定进行

来源：评论

学校读者我要写书评

暂无评论

一种电抗器匝间绝缘状态监测方法、系统及应用

一种电抗器匝间绝缘状态监测方法、系统及应用

引用

作者：高兆丽李鑫吕晓平刘昭康庆奎李钦柱 250012 山东省济南市市中区泺源大街238号

本发明提供了一种电抗器匝间绝缘状态监测方法、系统及应用，建立电力电抗器线圈振动仿真模型，获取电抗器线圈振动信号，得到对应线圈应力、位移和加速度；采用变分模态分解将电抗器线圈不同状态下振动信号分解为多个有限带宽本征模态... 详细信息

标准号: CN109901030B

本发明提供了一种电抗器匝间绝缘状态监测方法、系统及应用，建立电力电抗器线圈振动仿真模型，获取电抗器线圈振动信号，得到对应线圈应力、位移和加速度；采用变分模态分解将电抗器线圈不同状态下振动信号分解为多个有限带宽本征模态函数，完成信号频带的自适应分割；计算每个有限带宽本征模态函数分量与原始信号的相对熵，相对熵乘上权重系数，得到权重散度，表征电抗器线圈机械振动信号的时频分布特征；利用模式识别算法建立权重散度与电抗器线圈匝间绝缘状态之间的关系，对所述关系进行寻优求解，直到满足设定条件，输出此时的电抗器线圈匝间绝缘状态。

关键词：电抗器线圈匝间绝缘本征模态函数权重散度带宽机械振动信号模式识别算法振动信号分解电力电抗器自适应分割仿真模型权重系数设定条件时频分布完成信号原始信号振动信号状态监测电抗器分模求解寻优分解输出应用

来源：评论

学校读者我要写书评

暂无评论

一种基于滤波分解组合指标的齿轮故障识别方法

一种基于滤波分解组合指标的齿轮故障识别方法

引用

作者：张文斌李妍吴昊江洁俞利宾郭德伟闵洁王云杨碧涛普亚松 661100 云南省红河哈尼族彝族自治州蒙自市红河学院内

本发明是一种基于滤波分解组合指标的齿轮故障识别方法，其有如下步骤：在齿轮系统试验平台上进行故障模拟实验，采集齿轮不同运行工况下的振动信号；通过自适应局部迭代滤波分解将采集的振动信号分解为多个本质模态函数分量；计算各本... 详细信息

标准号: CN113033323A

本发明是一种基于滤波分解组合指标的齿轮故障识别方法，其有如下步骤：在齿轮系统试验平台上进行故障模拟实验，采集齿轮不同运行工况下的振动信号；通过自适应局部迭代滤波分解将采集的振动信号分解为多个本质模态函数分量；计算各本质模态函数的排列熵；以齿轮系统的转频信号对应的本质模态函数的排列熵为界，辨别出前几个本质模态函数的排列熵来表征不同故障类型的特征；求出同类状态下N个训练样本的排列熵的平均值作为标准故障模式；计算待检测信号的排列熵与各状态下的标准故障模式的灰色关联度，从而实现不同故障的分类识别，用于齿轮系统故障诊断。本发明为齿轮系统不同故障类型的识别提供了新的技术手段。

关键词：本质模态函数齿轮系统故障类型故障模式滤波振动信号分解采集待检测信号灰色关联度分解齿轮故障分类识别故障模拟故障诊断技术手段局部迭代试验平台信号对应训练样本运行工况振动信号组合指标自适应齿轮辨别

来源：评论

学校读者我要写书评

暂无评论

基于改进随机森林算法的电机轴承故障诊断方法及系统

基于改进随机森林算法的电机轴承故障诊断方法及系统

引用

作者：李兵韩睿何怡刚钱李欣张晓艺侯金波曾文波崔介兵 230009 安徽省合肥市包河区屯溪路193号

标准号: CN110287552B

来源：评论

学校读者我要写书评

暂无评论

基于共振稀疏分解和FastICA算法的行星齿轮箱故障诊断方法

基于共振稀疏分解和FastICA算法的行星齿轮箱故障诊断方法

引用

作者：邓艾东朱静邓敏强孙文卿程强刘洋 210096 江苏省南京市玄武区四牌楼2号

本发明公开了一种基于共振稀疏分解和FastICA算法的行星齿轮箱故障诊断方法，包括如下步骤：1)首先使用共振稀疏分解方法将振动信号分解成高共振分量和低共振分量，剔除含有宽带信号的低共振分量；2)将含有行星齿轮箱的高共振分量作为... 详细信息

标准号: CN110398364A

本发明公开了一种基于共振稀疏分解和FastICA算法的行星齿轮箱故障诊断方法，包括如下步骤：1)首先使用共振稀疏分解方法将振动信号分解成高共振分量和低共振分量，剔除含有宽带信号的低共振分量；2)将含有行星齿轮箱的高共振分量作为观测信号，再对观测信号进行一次共振稀疏分解，构成虚拟通道信号；3)利用快速独立分量分析算法对观测信号和虚拟通道信号进行处理，分离出有效的故障特征分量，从而识别故障类型。本发明能够有效的提取行星齿轮箱的故障特征频率，解决EMD去噪过程中故障信息丢失、模态混叠的问题，同时也可以解决ICA中源信号数与观察信号数不同所带来的分解不准确的问题，还能准确清晰的提取出行星齿轮箱的故障特征频率。

关键词：行星齿轮箱共振分量观测信号稀疏分解共振故障特征频率虚拟通道独立分量分析算法信号进行处理振动信号分解故障类型故障特征故障信息故障诊断观察信号宽带信号模态混叠去噪剔除分解清晰

来源：评论

学校读者我要写书评

暂无评论

基于集成经验模态分解和卷积神经网络的汽轮机主机故障诊断方法

基于集成经验模态分解和卷积神经网络的汽轮机主机故障诊断方法

引用

作者：金玄玄赵朝阳沙万里赵春晖田峰 310009 浙江省杭州市解放路85号1401、1501、1601室

本发明公开了一种基于集成经验模态分解和卷积神经网络的汽轮机主机故障诊断方法。本发明针对的是火力发电汽轮机组中汽轮机，结合运用集成经验模态分解(EEMD)和卷积神经网络(CNN)，用于汽轮机振动信号的故障诊断。本发明充分考虑了汽... 详细信息

标准号: CN110188867A

本发明公开了一种基于集成经验模态分解和卷积神经网络的汽轮机主机故障诊断方法。本发明针对的是火力发电汽轮机组中汽轮机，结合运用集成经验模态分解(EEMD)和卷积神经网络(CNN)，用于汽轮机振动信号的故障诊断。本发明充分考虑了汽轮机振动信号的成分多并夹杂大量噪声等特性，利用集成经验模态分解对原始振动信号进行分解，将复杂的振动信号分解为仅包含单一成分的本征模态分量(IMF)以便于特征提取，然后利用1D卷积神经网络对IMF进行特征提取，同时在特征提取的卷积神经网络之后连接了用于分类的全连接神经网络。该方法简化了故障诊断模型的建立过程，解放了人力，提高了电厂的工作效率，同时提高了故障诊断的效果，保障了安全生产的进行。

关键词：卷积神经网络经验模态分解汽轮机故障诊断特征提取振动信号火力发电汽轮机故障诊断模型原始振动信号振动信号分解汽轮机主机工作效率神经网络本征模夹杂噪声安全生产电厂分解分类

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共11页 << < 2 3 4 5 6 7 8 9 10 11 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：