杨巨平：基于LS-SVM和D-S证据理论的轴承故障诊断论文

本文主要研究内容

作者杨巨平,李朋,焦静（2019）在《基于LS-SVM和D-S证据理论的轴承故障诊断》一文中研究指出：利用信息融合技术,提出了基于LS-SVM和D-S证据理论的轴承故障诊断方法,并利用高速动车组传动试验台进行了验证,结果表明该方法可有效提高滚动轴承故障诊断精度。

Abstract

li yong xin xi rong ge ji shu ,di chu le ji yu LS-SVMhe D-Szheng ju li lun de zhou cheng gu zhang zhen duan fang fa ,bing li yong gao su dong che zu chuan dong shi yan tai jin hang le yan zheng ,jie guo biao ming gai fang fa ke you xiao di gao gun dong zhou cheng gu zhang zhen duan jing du 。

论文参考文献

[1].机车轴承故障诊断与预测系统[J]. 赵明元,朱衡君. 机车电传动.2005(05)

[2].基于EMD货车轴承故障诊断的研究[J]. 张璐瑶. 内燃机与配件.2019(04)

[3].基于随机共振和主成分分析的轴承故障诊断[J]. 张廷,李晓峰,董宏辉,毕军. 武汉理工大学学报(交通科学与工程版).2015(03)

[4].列车滚轴轴承故障诊断研究现状分析[J]. 周仕仁,钟声,章鹏. 中国铁路.2009(11)

[5].一种改进的地铁车辆转向架轴承故障诊断方法[J]. 刘建强,赵东明,赵楠. 铁道学报.2018(11)

[6].基于神经网络的车辆轴承故障诊断技术[J]. 丁福焰,张生玉,邵军. 铁道车辆.2006(12)

[7].基于灰色关联分析的LS-SVM铁路货运量预测[J]. 耿立艳,张天伟,赵鹏. 铁道学报.2012(03)

[8].便携式机车轴承故障诊断系统[J]. 陈剑. 机车电传动.2008(04)

[9].小波包熵与多核学习在列车转向架轴承故障诊断中的应用[J]. 周彭滔,单奇,叶运广. 燕山大学学报.2017(05)

[10].油脂分析法用于车辆轴承故障诊断的可行性分析[J]. 宋金瑛. 铁道机车车辆.2001(03)

论文详细介绍

论文作者分别是来自铁道车辆的杨巨平,李朋,焦静，发表于刊物铁道车辆2019年07期论文，是一篇关于信息融合论文,滚动轴承故障诊断论文,证据理论论文,铁道车辆2019年07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，资料来自铁道车辆2019年07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。

本文来源: https://www.lw00.cn/article/da5475b4aa4c4b59d5279e0d.html