您的位置： 专家智库 > >

赵宇

作品数：2 被引量：12H指数：2
供职机构：江南大学更多>>
发文基金：国家科技支撑计划更多>>
相关领域：机械工程理学更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇机械工程
  • 1篇理学

主题

  • 1篇旋转机械
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇特征参量
  • 1篇特征提取
  • 1篇轴承
  • 1篇轴承故障
  • 1篇轴承故障诊断
  • 1篇向量
  • 1篇向量机
  • 1篇故障诊断
  • 1篇滚动轴承
  • 1篇滚动轴承故障
  • 1篇滚动轴承故障...
  • 1篇SVM
  • 1篇LSM

机构

  • 2篇江南大学
  • 2篇三重大学

作者

  • 2篇陈鹏
  • 2篇赵宇
  • 2篇李可
  • 2篇宿磊

传媒

  • 1篇机械传动
  • 1篇中国机械工程

年份

  • 2篇2017
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于假设检验和支持向量机的旋转机械故障诊断方法被引量：6
2017年
针对旋转机械故障诊断中存在的早期非平稳微弱故障信号特征提取困难、故障诊断不准确等问题,提出了一种基于自适应假设检验滤波和支持向量机(SVM)的故障诊断方法。该方法采用统计学假设检验原理来评估参考信号(噪声信号)和原始信号(故障信号)在频域上的相似性,删除具有高相似性的频域成分;通过粒子群优化算法获得最佳的显著性水平α;定义评估因子Ipq来评价假设检验滤波的效果。最后通过SVM来逐次诊断轴系构造异常。验证结果表明该方法能够有效地诊断出传动轴不对中和不平衡的故障类型。
赵宇李可宿磊陈鹏
关键词：特征提取支持向量机
基于最小二乘映射和SVM的滚动轴承故障诊断被引量：6
2017年
针对滚动轴承故障诊断中存在的早期非平稳微弱故障信号特征提取困难、特征参量分辨率低、早期故障诊断困难等问题,提出了一种基于最小二乘映射(LSM)的故障特征参量优化和支持向量机(SVM)的故障诊断方法。首先计算出能够反映滚动轴承状态的无量纲时域特征参量;其次通过LSM理论进行优化计算出来的无量纲时域特征参量,构建高敏感度的特征参量;最后将通过敏感度识别因子指数(DI)选取优化过的特征参量作为样本输入到SVM中进行诊断,通过逐次推理诊断出轴承故障类型。实验结果表明,该方法能够有效地诊断出滚动轴承的故障类型。
赵宇李可宿磊陈鹏
关键词：故障诊断LSMSVM
全选 清除 导出
共1页<1>
聚类工具0