《基于多传感器信息融合的滚动轴承故障诊断》PDF+DOC
作者:艾莉,华静
单位:洛阳轴承研究所有限公司
出版:《轴承》2012年第03期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFCUCW2012030130
DOC编号:DOCCUCW2012030139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于GA-BP神经网络的多传感器轴承故障诊断》PDF+DOC2017年第10期 李荣远,张国银,王海瑞,王雪,宋怡然,齐磊,任玉卿
《基于信息融合的滚动轴承故障诊断》PDF+DOC2005年第02期 杨帆,浦昭邦,庄严,赵玉刚
《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC2017年第04期 周国宪,伍星,刘韬
《基于Peakvue技术的滚动轴承故障诊断》PDF+DOC2017年第03期 张宝,刘波,张郑华,杨涛
《基于多传感器信号和卷积神经网络的滚动轴承故障诊断》PDF+DOC2020年第04期 朱丹宸,张永祥,潘洋洋,朱群伟
《基于共振解调的滚动轴承故障诊断的研究与实现》PDF+DOC2006年第10期 李光,丛培田
《基于软件共振解调分析的滚动轴承故障诊断》PDF+DOC2004年第10期 杨建奎,高国华,孙自力,陈大光
《基于数据融合的滚动轴承故障诊断研究》PDF+DOC2011年第03期 黄银花
《基于虚拟仪器技术的滚动轴承故障诊断的包络分析》PDF+DOC2007年第04期 潘飞,秦树人,柏林
《基于KPCA-BP网络模型的滚动轴承故障诊断方法研究》PDF+DOC2014年第08期 徐卫晓,宋平,谭继文
为了提高滚动轴承故障诊断的准确性,引入了一种多传感器信息融合的诊断方法。将多传感器所采集的振动信号处理后,由粒子群神经网络进行故障局部诊断,以获得彼此独立的证据,再采用证据理论对各证据进行融合。试验结果表明,该方法可有效地提高诊断可信度,降低诊断的不确定性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。