您的位置： 专家智库 > >

国家自然科学基金(61004071)

作品数：1 被引量：1H指数：1
相关作者：王泽文曹保钰江帆更多>>
相关机构：中国矿业大学更多>>
发文基金：国家自然科学基金江苏省科技支撑计划项目更多>>
相关领域：机械工程更多>>

文献类型

  • 3篇会议论文
  • 1篇期刊文章

领域

  • 2篇机械工程
  • 2篇自动化与计算...

主题

  • 2篇FAULT_...
  • 1篇神经网
  • 1篇神经网络
  • 1篇故障诊断
  • 1篇倍频
  • 1篇NEURAL...
  • 1篇OPTIMI...
  • 1篇RBF
  • 1篇RBF神经网...
  • 1篇SVM
  • 1篇BASED_...
  • 1篇DATA_F...
  • 1篇DESIGN
  • 1篇FAULT_...
  • 1篇LMI_AP...
  • 1篇LMIS
  • 1篇齿轮
  • 1篇AN
  • 1篇ITERAT...

机构

  • 1篇中国矿业大学

作者

  • 1篇江帆
  • 1篇曹保钰
  • 1篇王泽文

传媒

  • 1篇机械设计与制...

年份

  • 2篇2013
  • 2篇2012
共 1 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
Fault Diagnosis of Rotating Machinery Based on MFES and D-S evidence theory
In real applications of rotary machinery, sometimes multiple-faults may occur and the fault diagnosis based on...
Jiang Fan, Li Wei, Wang Zhongqiu, Wang Zewen, Cao Baoyu School of Mechanical and Electrical Engineering, China University of Mining and Technology, Xuzhou 221116
文献传递
Integrated Design of Fault Detection for LTI Systems:an Iterative LMI Approach
＜正＞In this paper,an integrated design approach of observer based fault detection（FD） for LTI systems is propos...
LI WeiZHU ZhencaiZHOU GongboCHEN Guoan
关键词：OPTIMIZATIONLMIS
文献传递
Design of the Remote Monitoring System for Mine Hoists
In this paper we present a remote monitoring system for mine hoist based on computer technology, network techn...
Zewen Wang, Wei Li, Baoyu Cao and Fan Jiang School of Mechanical and Electrical Engineering, China University of Mining & Technology, Xuzhou 221116
文献传递
基于倍频能量与RBF、SVM的齿轮皮带系统故障诊断被引量：1
2013年
为实现对不同工况下的齿轮皮带系统中不同齿轮故障的诊断与分类,将不同故障状态的齿轮和不同松紧程度的皮带组合进行多状态模拟实验,采集各种状态下的齿轮振动信号,提取具有明确物理意义的振动信号倍频能量作为特征向量,最后分别采用径向基函数(Radial Basis Function,RBF)神经网络和支持向量机(Support Vector Machine,SVM)对不同皮带张紧状态下齿轮故障进行诊断分类,并将两种方法诊断的结果进行比较。研究结果表明,振动信号的倍频能量能够较好地反映齿轮的故障特征,RBF神经网络和SVM都能有效地识别齿轮的故障类型,SVM对于齿轮皮带系统的故障诊断准确率相对更高。
王泽文江帆曹保钰
关键词：RBF神经网络故障诊断
全选 清除 导出
共1页<1>
聚类工具0