作者:任学平,辛向志,庞震,邢义通,王建国 单位:洛阳轴承研究所有限公司 出版:《轴承》2015年第02期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCUCW2015020150 DOC编号:DOCCUCW2015020159 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于IMF熵的多传感器网络融合滚动轴承故障诊断方法研究》PDF+DOC2015年第06期 任学平,辛向志,庞震,邢义通,王建国 《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CC2530的轴承温度监测》PDF+DOC2016年第11期 张高明,吴新春,白天蕊 《一种面向协同感知的多传感器自适应管理方法》PDF+DOC2017年第04期 陆泽健,刘筱,秦永刚,潘越,郭继光,黄胜 《自适应除噪技术在滚动轴承故障诊断中的应用》PDF+DOC1991年第04期 陈慕忱,张翔 《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 《滚动轴承故障非接触多传感器声信号融合方法》PDF+DOC2012年第16期 张颖,苏宪章,刘占生 《多通道信息融合技术在故障诊断中的应用》PDF+DOC2011年第03期 杨永生
  • 将幅值域无量纲参数和时频域信息熵作为概率神经网络的特征向量,构建多传感器系统概率神经网络的初级诊断网络,并利用概率神经网络累加层输出结果构建Dempster-Shafer证据理论的mass函数,通过Dempster-Shafer证据理论进行决策级融合诊断。将该方法用于滚动轴承故障模式分类,并通过实验室及现场实例验证了该方法的可行性与有效性。

    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。