本文主要研究内容
作者郝伟,林辉翼,郝旺身,高亚娟,董辛旻（2019）在《基于全矢稀疏编码的滚动轴承故障识别方法》一文中研究指出：针对利用时域信号进行稀疏编码存在的特征时移现象以及单通道信号分析易造成信息遗漏等问题,将全矢谱技术与稀疏编码相结合,提出了一种新的滚动轴承故障识别方法:首先对各状态下的滚动轴承同源双通道信号进行全矢信息融合;然后将融合后得到的主振矢信号进行字典学习,以构造各类信号的冗余字典;最后利用各类字典分别重构测试样本,将其重构误差的大小作为判断样本状态类别的依据.该方法通过将时域信号全矢融合后转化为主振矢信号,其训练样本中所包含的信息更加全面准确,且免去了特征提取步骤,减少了人为因素的影响.实验结果表明,该方法计算效率高,实用性好,可有效判断出滚动轴承的故障类型.
Abstract
zhen dui li yong shi yu xin hao jin hang xi shu bian ma cun zai de te zheng shi yi xian xiang yi ji chan tong dao xin hao fen xi yi zao cheng xin xi wei lou deng wen ti ,jiang quan shi pu ji shu yu xi shu bian ma xiang jie ge ,di chu le yi chong xin de gun dong zhou cheng gu zhang shi bie fang fa :shou xian dui ge zhuang tai xia de gun dong zhou cheng tong yuan shuang tong dao xin hao jin hang quan shi xin xi rong ge ;ran hou jiang rong ge hou de dao de zhu zhen shi xin hao jin hang zi dian xue xi ,yi gou zao ge lei xin hao de rong yu zi dian ;zui hou li yong ge lei zi dian fen bie chong gou ce shi yang ben ,jiang ji chong gou wu cha de da xiao zuo wei pan duan yang ben zhuang tai lei bie de yi ju .gai fang fa tong guo jiang shi yu xin hao quan shi rong ge hou zhuai hua wei zhu zhen shi xin hao ,ji xun lian yang ben zhong suo bao han de xin xi geng jia quan mian zhun que ,ju mian qu le te zheng di qu bu zhou ,jian shao le ren wei yin su de ying xiang .shi yan jie guo biao ming ,gai fang fa ji suan xiao lv gao ,shi yong xing hao ,ke you xiao pan duan chu gun dong zhou cheng de gu zhang lei xing .
论文参考文献
论文详细介绍
论文作者分别是来自郑州大学学报(工学版)的郝伟,林辉翼,郝旺身,高亚娟,董辛旻，发表于刊物郑州大学学报(工学版)2019年03期论文，是一篇关于全矢谱论文,稀疏编码论文,故障诊断论文,滚动轴承论文,字典学习论文,郑州大学学报(工学版)2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自郑州大学学报(工学版)2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：全矢谱论文; 稀疏编码论文; 故障诊断论文; 滚动轴承论文; 字典学习论文; 郑州大学学报(工学版)2019年03期论文;