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
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：
基于声信号的离心泵故障诊断研究 被引量：1
1
作者 陈剑 姜涛 陈品 《电子测量与仪器学报》 CSCD 北大核心 2024年第5期169-177,共9页
各种原因使得工业现场设备状态监测的首选测量信号是声信号时,提出一种基于声信号的设备状态监测方法显得尤为必要。以某型离心泵为依据对象,对现场采集的声信号提取梅尔倒谱系数(MFCC)作为信号的初始特征,然后计算这些MFCC初始特征的... 各种原因使得工业现场设备状态监测的首选测量信号是声信号时,提出一种基于声信号的设备状态监测方法显得尤为必要。以某型离心泵为依据对象,对现场采集的声信号提取梅尔倒谱系数(MFCC)作为信号的初始特征,然后计算这些MFCC初始特征的散布熵(DE)值,并通过主成分分析法(PCA)对矩阵进行降维,从而构造特征矩阵。利用蝙蝠优化算法(BA)对支持向量机(SVM)的惩罚系数与核函数参数进行优化,对离心泵的多种故障工况开展诊断,并与多种诊断方法进行比较。实验结果表明,经过BA优化后的模型在诊断准确率上提高了21.7%;在该模型的基础上利用DE对MFCC提取的信号进行深度挖掘,使模型诊断的准确率提高2.05%。 展开更多
关键词 离心泵故障诊断 声信号 梅尔倒谱散布熵 蝙蝠优化算法 支持向量机
在线阅读 下载PDF
基于多物理场信号相关分析与支持向量机的离心泵故障诊断方法 被引量：13
2
作者 孙原理 宋志浩 《振动与冲击》 EI CSCD 北大核心 2022年第6期206-212,共7页
为解决传统离心泵故障诊断仅使用单一振动信号而无法综合利用多物理场相关性信息等问题,该研究提出一种基于多物理场信号相关分析与支持向量机(SVM)相结合的故障诊断方法。首先对采集到的离心泵在不同状态下的多物理场信号进行归一化操... 为解决传统离心泵故障诊断仅使用单一振动信号而无法综合利用多物理场相关性信息等问题,该研究提出一种基于多物理场信号相关分析与支持向量机(SVM)相结合的故障诊断方法。首先对采集到的离心泵在不同状态下的多物理场信号进行归一化操作;其次计算任意两个归一化后的多物理场信号的相关度并组成相关度矩阵;最后,以相关度矩阵作为特征使用SVM进行诊断。为验证该方法的有效性,使用离心泵故障数据对所提方法进行了验证。结果表明,相比仅使用单一信号的故障诊断方法,该方法能充分提取离心泵多物理场相关度信息,特征提取更充分,有效提高离心泵故障诊断正确率。 展开更多
关键词 多物理场 相关分析 离心泵故障诊断 支持向量机(SVM)
在线阅读 下载PDF
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
使用帮助 返回顶部