2025年1月6日
星期一
|
欢迎来到鞍山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
张宇飞
作品数:
1
被引量:16
H指数:1
供职机构:
北京化工大学高端机械装备健康监控与自愈化北京市重点实验室
更多>>
发文基金:
中央高校基本科研业务费专项资金
国家重点基础研究发展计划
国家高技术研究发展计划
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
朱丽娜
北京化工大学高端机械装备健康监...
么子云
北京化工大学高端机械装备健康监...
张进杰
北京化工大学高端机械装备健康监...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
支持向量
1篇
支持向量机
1篇
特征提取
1篇
主成分
1篇
主成分分析
1篇
向量
1篇
向量机
1篇
小波
1篇
小波包
1篇
小波包分解
1篇
故障诊断
1篇
发动机
1篇
发动机故障
机构
1篇
北京化工大学
作者
1篇
张进杰
1篇
么子云
1篇
张宇飞
1篇
朱丽娜
传媒
1篇
中国机械工程
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种基于主成分分析和支持向量机的发动机故障诊断方法
被引量:16
2016年
提出一种新型的基于主成分分析(PCA)和支持向量机(SVM)的故障诊断方法。首先提取振动信号的多项时域指标,并利用小波包分解提取频域特征;再利用PCA从提取的时域、频域特征中选取敏感特征,实现降维处理,减小数据处理复杂度;最后利用SVM进行特征子集的训练和测试,实现故障分离。该方法在柴油机的失火、撞缸、小头瓦磨损等典型实际故障中的诊断准确率高达98%,证实了该方法的有效性。
张宇飞
么子云
唐松林
朱丽娜
张进杰
关键词:
发动机
故障诊断
特征提取
小波包分解
主成分分析
支持向量机
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张