收藏本站
《吉林大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于现代信号分析和神经网络的滚动轴承智能诊断技术研究

陆爽  
【摘要】:滚动轴承是各种机电设备中的重要组成部件,其主要特点是其寿命的随机性较大,目前还无法准确预测其寿命的长短,并且它的工作状态直接影响到设备正常运行的质量。因而掌握滚动轴承运行的工作状态以及故障的形成和发展是目前机械故障诊断前沿领域中所研究的重要的课题之一。利用轴承及其组件的随机振动信号对其工作状态进行监测和诊断是目前机械故障监测与诊断研究中最常用的方法。在以机械设备振动信号为参量的机械运行状态监测与诊断中,当轴承出现故障时,所测取的设备中机械设备振动信号不但有轴承故障信号,而且还包含其它机械部件的振动信号,是典型的非平稳、非线性、非Gauss信号,并且在滚动轴承早期的故障产生阶段,其故障特征信息很微弱,很容易被机械中其它零部件运行中引起的振动信号和大量的随机机械振动信号所淹没。如何从所测取的振动信号中提取轴承微弱故障信号的特征信息并用来识别轴承的运行状态成了一个工程实践中面临的重要问题。 本文基于现代信号分析中的时频分析、时序分析、主分量分析、高阶谱分析、小波分析、分形理论和人工神经网络等数学方法和工具对滚动轴承运行的工作状态及故障特征进行较为深入和系统的研究,给出了一些新的解决问题的方案,其主要的研究成果和相应的结论如下: 1. 应用传统谱分析和现代谱分析技术对滚动轴承的振动信号的频谱进行了详细的分析。试验结果明确指明:无论用哪种频谱分析方法,由于轴承的初始故障状态产生的信号一般比较微弱,因而试图通过所测取的振动信号直接进行频谱分析从而得到轴承故障特征频率的企图是徒劳的。 2. 应用包络分析方法对滚动轴承的振动信号进行了研究。试验结果表明:轴承如果不只是存在一个损伤点的情况下,试图对包络谱图给出合理的解释几乎是不可能的。而一般情况下轴承当使用到一定寿命时,或者由于某种原因引起损伤时,无论是外圈、内圈、滚动体还是保持架,只出现单个损伤的情况是很少见的。经常是多个同类型故障同时出现,而且不可能等间隔分布。尽管包络分析方法在轴承的故障特征频率诊断中可以 WP=161 作为一种诊断方法应用,但一般情况下应与其它方法共同使用,形成多信息综合判断准则,如果单独使用则故障诊断的准确率较低。 3. 详细讨论了STFT和WVD的理论和应用中的问题,建立了仿真软件和分析软件,并利用Wigner-Ville分布建立轴承状态时频谱图对其正常和异常信号进行分类。明确指出:利用滚动轴承振动信号的时频特征谱图建立基准图形信息库是一种可行的滚动轴承故障诊断的新方法。 4. 研究了高阶谱在非平稳、非Gauss、非线性信号特征提取中的良好的性质与作用。给出了详细的算法,建立了仿真软件和分析软件,并利用双谱建立轴承状态谱图对其正常和异常信号进行分类。明确指出:利用轴承信号的双谱特征谱图建立基准图形信息库是一种可行的滚动轴承故障诊断的新方法。 5. 利用分形原理和复杂信号分类的模式,详细研究了分形维数—盒维数的原理,明确给出盒维数的计算方法和实现程序,并以盒维数建立了轴承故障特征维数。明确指出:相同工作状态下的滚动轴承振动信号具有相近的盒维数,不同故障模式下的盒维数具有不同的数值,存在明显的可分性。可以利用盒维数来有效地识别滚动轴承的故障状态。分形理论可以为滚动轴承的故障监测和诊断提供一种准确可靠的新的和实用方法。 6. 提出了一种基于径向基函数神经网络的智能诊断系统。径向基核函数采用Gauss函数作为基本核函数,其方差因子参数为极坐标中的方向的函数,Gauss核函数的重要特点是保留集中在原点的信号自分量,抑制远离原点的交叉分量。仿真结果表明: RBF网络不但训练所需的时间短而且训练效果非常好,对正弦信号的预测误差在1%左右,其精度比BP网络高得多。 7. 提出了一种基于AR模型特征参数建立径向基函数神经网络的智能诊断系统。给出了详细的算法,建立了仿真软件和分析软件。明确指出:只要AR模型的特征参数估计合理、准确,网络训练集规模选择合理, 该智能网络就能以90%以上的准确率完成从滚动轴承振动信号空间到滚动轴承故障状态空间的非线性映射,完成滚动轴承状态模式识别的任务。 8. 提出了一种基于主矢量的主特征参数建立径向基函数神经网络的智能诊断系统。给出了详细的算法,建立了仿真软件和分析软件。明确指出:只要网络训练集规模选择合理,主特征值的特征参数估计合理、准确,该智能网络就能以90%以上的准确率完成从滚动轴承振动信号空间到滚动轴承故障状态空间的非线性映射。完成滚动轴承状态模式识别的任务。 WP=162 9. 提出了一种基于小波分析的小波减噪方法,给出了具体的算法和分析软件。通过仿真和试验研究表明,小波减噪方法是处理滚动轴承微弱故障信号的有效工具,尤其对隐含其中的微弱振动信号的检测能力很强,是实现对复杂滚动轴承故障信号信噪分离的较理想的工具。将小波减噪方法应用于滚动轴承的早期故障诊断,显著地提高了信噪比,取得了很好的效果。同时指出:小波分析是机械微弱信号检测的新方法和有力的工具。 10. 提出了一种基于小波能量特征向量和RBF网络相结合的小波神经网络智能诊断系统。给
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:TH133.3

【引证文献】
中国期刊全文数据库 前10条
1 陆爽;基于双谱分析的滚动轴承故障模式识别[J];轴承;2005年05期
2 赵协广;戴炬;;基于小波包的滚动轴承组合故障诊断[J];轴承;2009年06期
3 陈霞;;滚动轴承的智能诊断系统研究[J];湖北工业大学学报;2007年04期
4 陆爽,李萌;基于双谱分析的滚动轴承故障特征提取[J];化工机械;2005年01期
5 田野;陆爽;;基于小波包和支持向量机的滚动轴承故障模式识别[J];机床与液压;2006年06期
6 陆爽;李萌;;基于关联维数的滚动轴承故障诊断的研究[J];机械传动;2005年06期
7 王岩,陆爽;基于盒维数的滚动轴承故障诊断[J];煤矿机械;2005年03期
8 毛志阳;陆爽;;基于K-L变换和支持向量机的滚动轴承故障诊断[J];煤矿机械;2006年06期
9 陆爽;;基于奇异值分解和支持向量机的滚动轴承故障模式识别[J];农业工程学报;2007年04期
10 李萌;陆爽;马文星;;滚动轴承故障诊断的分形特征研究[J];农业机械学报;2005年12期
中国重要会议论文全文数据库 前2条
1 陈霞;;滚动轴承的智能诊断系统研究[A];湖北省机械工程学会机械设计与传动专业委员会第十五届学术年会论文集(二)[C];2007年
2 李萌;陆爽;陈岱民;;基于小波神经网络的滚动轴承智能故障诊断系统[A];第三届全国信息获取与处理学术会议论文集[C];2005年
中国博士学位论文全文数据库 前3条
1 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年
2 苗学问;航空发动机主轴承使用寿命预测技术研究[D];北京航空航天大学;2008年
3 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 彭建云;基于小波分析对变速箱进行故障诊断[D];江西理工大学;2010年
2 陈夔蛟;基于振动信号的滚动轴承故障诊断研究[D];西安电子科技大学;2011年
3 刘观青;滚动轴承故障诊断系统开发[D];长安大学;2011年
4 姚百惠;故障滚动轴承的转子系统基座振动响应特性分析[D];湖南科技大学;2011年
5 刘安宁;基于EMD与神经网络的柱塞泵故障诊断方法[D];华中科技大学;2011年
6 陈琼;基于信号处理的模式识别方法在滚动轴承故障诊断中的应用[D];北京化工大学;2011年
7 项斌;基于小波包和支持向量机的机车轴承故障诊断研究[D];兰州交通大学;2011年
8 王欢;复杂机械系统噪声源分离与诊断方法研究及软件实现[D];哈尔滨工程大学;2011年
9 苏阳;数据驱动滚动轴承故障诊断研究[D];沈阳大学;2012年
10 王荣杰;电力电子整流装置故障诊断方法的研究[D];广东工业大学;2006年
【参考文献】
中国期刊全文数据库 前10条
1 张文明,李莉,申焱华,王英,王卫刚;滚动轴承故障诊断中的分形[J];北京科技大学学报;1996年03期
2 邹红星,周小波,李衍达;时频分析:回溯与前瞻[J];电子学报;2000年09期
3 杨建国,夏松波,刘永光,须根法;小波降噪在轴心轨迹特征提取中的应用[J];哈尔滨工业大学学报;1999年05期
4 蒋东翔,黄文虎,徐世昌;分形几何及其在旋转机械故障诊断中的应用[J];哈尔滨工业大学学报;1996年02期
5 刘世元,杜润生,杨叔子;基于小波包分析的内燃机振动诊断方法研究[J];华中理工大学学报;1999年08期
6 张中民,张英堂,张培林;基于小波分析的变速箱滚动轴承故障诊断方法的研究[J];机械科学与技术;1999年01期
7 何晓霞,沈玉娣,张西宁;连续小波变换在滚动轴承故障诊断中的应用[J];机械科学与技术;2001年04期
8 徐玉秀,原培新,邢钢;极大熵谱法及其在滚动轴承故障诊断中的应用[J];机械科学与技术;2001年04期
9 刘华,蔡正敏,王跃社,王铁军;小波包算法在滚动轴承的在线故障诊断中的应用[J];机械科学与技术;1999年02期
10 林京,屈梁生;基于连续小波变换的信号检测技术与故障诊断[J];机械工程学报;2000年12期
【共引文献】
中国期刊全文数据库 前10条
1 杨兴江;BP算法的程序实现与改进[J];阿坝师范高等专科学校学报;2002年02期
2 文德芳;;柴油机的维护与保养浅论[J];阿坝师范高等专科学校学报;2008年S1期
3 李祥阳;严洁;;往复机构混沌振动响应特征辩识[J];四川有色金属;2010年02期
4 陈学锋;瞿金平;;注塑机曲肘式合模机构弹性振动的研究[J];工程塑料应用;2008年03期
5 郑浩,王全凤;L-M算法在高层结构体系选型中的应用[J];四川建筑科学研究;2003年03期
6 陈文元;李雪梅;迟晓梅;;小波分析与神经网络在结构多处损伤监测中的应用[J];四川建筑科学研究;2006年03期
7 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
8 刘青峰;尹久仁;;神经网络智能诊断技术在混凝土结构中的理论实现与展望[J];四川建筑科学研究;2007年01期
9 曾庆海;马中军;王艺霖;;引入混沌理论的混凝土中氯离子传输机理研究[J];四川建筑科学研究;2007年01期
10 冯清海;袁万城;樊启武;;基于FE—ANN—MC的结构可靠度计算方法研究[J];四川建筑科学研究;2008年04期
中国重要会议论文全文数据库 前10条
1 刘琨;焦明华;;制造业产品创新与摩擦学[A];2004“安徽制造业发展”博士科技论坛论文集[C];2004年
2 朱成华;;基于USB总线的弧焊电参数虚拟检测分析系统设计[A];制造业数字化技术——2006中国电子制造技术论坛论文集[C];2006年
3 党丽华;高志明;韩夏冰;毕慧超;;Q235钢的大气腐蚀电化学噪声小波包分析[A];中国腐蚀电化学及测试方法专业委员会2012学术年会论文集[C];2012年
4 王国庆;李国福;李旭渊;;基于PSO-K均值聚类的核事故应急监测点位快速确定技术研究[A];全国危险物质与安全应急技术研讨会论文集(上)[C];2011年
5 王红霞;田国会;李晓磊;卜范骞;;基于地标信息融合的家庭环境机器人组合导航[A];第二十六届中国控制会议论文集[C];2007年
6 陈保家;李力;赵新泽;;基于尺度-小波能量谱、粗糙集和神经网络集成的内燃机故障诊断方法[A];第二十六届中国控制会议论文集[C];2007年
7 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
8 曹爱增;陈月婷;魏军;李金屏;;一种基于EDAs和聚类分析的杂合进化算法[A];第二十六届中国控制会议论文集[C];2007年
9 章大勇;吴文启;吴美平;;低成本MEMS-IMU/GPS组合导航的自适应滤波器设计[A];第二十七届中国控制会议论文集[C];2008年
10 张娟;陈杰;段梅;;基于神经网络和广义经典分配算法的多传感器航迹关联[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 范迪;沉渣厚度超声检测信号处理技术研究及应用[D];山东科技大学;2010年
2 魏海霞;爆破地震波作用下建筑结构的动力响应及安全判据研究[D];山东科技大学;2010年
3 张杏莉;几何约束求解关键问题研究[D];山东科技大学;2010年
4 杨莉;基于可持续发展的我国电源结构优化研究[D];哈尔滨工程大学;2010年
5 李佳;载人潜器阻力性能的数值和试验预报及外形优化研究[D];哈尔滨工程大学;2010年
6 殷复莲;同步CDMA系统NBI识别及抑制技术研究[D];哈尔滨工程大学;2010年
7 蔡智富;脉压雷达信号的识别与参数估计算法研究[D];哈尔滨工程大学;2010年
8 王婷;EMD算法研究及其在信号去噪中的应用[D];哈尔滨工程大学;2010年
9 吴冬梅;基于达芬振子的微弱信号检测方法研究[D];哈尔滨工程大学;2010年
10 陆满君;通信辐射源个体识别与参数估计[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年
2 高昌鑫;Hilbert-Huang变换改进算法及其在齿轮箱故障诊断中的应用研究[D];河南理工大学;2010年
3 孙丽娟;基于煤矿瓦斯监测数据的煤与瓦斯突出预警技术研究[D];河南理工大学;2010年
4 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
5 李锦;基于声波的运动车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
6 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
7 张亮;基于小波变换与希尔伯特黄变换的心音信号分析[D];山东科技大学;2010年
8 张静;协同产品开发过程规划方法研究[D];山东科技大学;2010年
9 杨焱麟;基于小波变换理论与比值分析法的变压器励磁涌流识别的研究[D];山东科技大学;2010年
10 王春华;基于盲源分离的肺音信号提取研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 文祥荣,智浩,缪龙秀;基于模态分析法的结构动载荷识别研究[J];北方交通大学学报;2000年04期
2 张瑞祥;赵军红;胡永胜;;基于Elman神经网络的电机故障诊断[J];兵工自动化;2006年08期
3 郝大海;;基于Hilbert-Huang变换的发动机振动信号特征提取[J];兵工自动化;2007年12期
4 王少萍,王占林;液压泵轴承故障的诊断方法[J];北京航空航天大学学报;1993年04期
5 王璇,李春升,周荫清;多传感器信息融合技术[J];北京航空航天大学学报;1994年04期
6 马波,魏强,徐春林,江志农;基于Hilbert变换的包络分析及其在滚动轴承故障诊断中的应用[J];北京化工大学学报(自然科学版);2004年06期
7 张文明,李莉,申焱华,王英,王卫刚;滚动轴承故障诊断中的分形[J];北京科技大学学报;1996年03期
8 廖明,石博强,张文明,冯雅丽;分形在柴油机燃油系故障诊断中的应用[J];北京科技大学学报;1998年05期
9 吕志民,徐金梧,张武军,翟绪圣;分形维数在滚动轴承故障诊断中应用[J];北京科技大学学报;1998年05期
10 陈爱弟,王信义,王忠民,杨大勇,贾玉平;基于模糊聚类的刀具磨损量在线监测方法[J];北京理工大学学报;2000年03期
中国重要会议论文全文数据库 前1条
1 许飞鸿;苏深坚;李平;;消除小波分析中频率混叠现象的改进算法的Matlab实现[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年
2 张捷;网络控制系统的故障检测与诊断技术[D];南京理工大学;2010年
3 程哲;直升机传动系统行星轮系损伤建模与故障预测理论及方法研究[D];国防科学技术大学;2011年
4 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年
5 傅瑜;小波分析在旋转机械故障诊断中的应用[D];西安电子科技大学;1998年
6 曹龙汉;柴油机智能化故障诊断技术研究[D];重庆大学;2001年
7 钟佑明;希尔伯特—黄变换局瞬信号分析理论的研究[D];重庆大学;2002年
8 吕琛;基于噪声分析的内燃机主轴承状态监测与故障诊断[D];大连理工大学;2002年
9 郭业才;基于高阶统计量的水下目标动态谱特征增强研究[D];西北工业大学;2003年
10 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年
中国硕士学位论文全文数据库 前10条
1 刘卫兵;基于局域均值分解的机械故障诊断方法研究[D];郑州大学;2010年
2 赵焕兴;基于DTCWT和ICA的直升机滚动轴承故障特征提取的研究[D];兰州大学;2011年
3 杨瑾;基于小波包及数学形态学的图像边缘处理技术及应用[D];燕山大学;2010年
4 王卫刚;直升机传动系统设计方法研究[D];南京航空航天大学;2011年
5 史美丽;基于LMD的滚动轴承故障诊断研究[D];湖南大学;2011年
6 成琼;基于小波分析的齿轮故障诊断研究[D];湖南大学;2001年
7 罗裴;光纤布拉格光栅应变传感器在结构损伤识别中的应用研究[D];武汉理工大学;2003年
8 樊金荣;EMD分析在故障诊断中的应用与研究[D];武汉理工大学;2003年
9 毕果;矢谱分析关键技术与实践研究[D];郑州大学;2003年
10 刘庆珍;基于粗糙集理论和人工神经网络的电力电子电路故障诊断的研究[D];福州大学;2004年
【二级引证文献】
中国期刊全文数据库 前10条
1 吴文兵;吴为民;;基于高阶谱的溢流阀故障分析[J];安徽科技学院学报;2011年04期
2 陈亮;王其林;李旭松;;基于光纤光栅传感器的齿轮箱状态监测系统[J];兵工自动化;2011年06期
3 唐贵基;张穆勇;吕路勇;;基于分段线性分类器的滚动轴承的故障识别[J];轴承;2007年10期
4 张园;李力;邹隽;;基于双谱的滚动轴承非线性耦合特征提取与故障分类[J];轴承;2008年07期
5 傅小波;刘仁德;李兴林;;大型重载钢包回转轴承故障诊断方法[J];轴承;2011年01期
6 王荣杰;詹宜巨;郭柯娓;林世宪;;基于Wigner-Ville分布的电力电子电路故障诊断技术[J];电工电能新技术;2010年03期
7 孟宗;刘彬;刘利晖;于伟凯;;基于EMD分形维数的轧机主传动系统故障诊断方法研究[J];电子器件;2007年06期
8 王荣杰;詹宜巨;周海峰;;利用Wigner-Ville分布的三相整流装置故障诊断技术[J];高电压技术;2010年09期
9 杨永生;;多通道信息融合技术在故障诊断中的应用[J];光机电信息;2011年03期
10 蒋康保;;神经网络在滚动轴承故障诊断中的应用[J];装备制造技术;2010年01期
中国重要会议论文全文数据库 前2条
1 巩晓赟;左长青;韩捷;雷文平;;小波包—矢双谱分析及其在齿轮箱故障诊断的应用研究[A];现代振动与噪声技术(第九卷)[C];2011年
2 黄捷;;PCA与遗传优化下的神经网络电力设备故障诊断技术[A];2008中国电力系统保护与控制学术研讨会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 范木杰;时域多分辨分析在非对称共面波导研究中的应用[D];大连海事大学;2010年
2 张志刚;关于湿式离合器几个工作特性研究[D];浙江大学;2010年
3 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年
4 赵晓东;电机转子检测方法及故障诊断技术研究[D];河北工业大学;2011年
5 鲁帆;基于协整理论的复杂动态工程系统状态监测方法应用研究[D];南京航空航天大学;2010年
6 关山;基于声发射信号多特征分析与融合的刀具磨损分类与预测技术[D];吉林大学;2011年
7 隋文涛;滚动轴承表面损伤故障的特征提取与诊断方法研究[D];山东大学;2011年
8 王常青;数字图像处理与分析及其在故障诊断中的应用研究[D];华中科技大学;2012年
9 胡雅婷;可能性聚类方法研究及应用[D];吉林大学;2012年
10 董越;SF_6高压断路器在线监测及振动信号的分析[D];上海交通大学;2008年
中国硕士学位论文全文数据库 前10条
1 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
2 李俊卿;滚动轴承故障诊断技术及其工业应用[D];郑州大学;2010年
3 赵长生;滚动轴承故障特征增强方法与状态预测研究[D];大连理工大学;2010年
4 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
5 王锁斌;离心式风机振动故障诊断方法研究[D];东北电力大学;2011年
6 陈夔蛟;基于振动信号的滚动轴承故障诊断研究[D];西安电子科技大学;2011年
7 程清旭;基于DSP的电机转子断条故障的诊断系统[D];河北科技大学;2010年
8 周莹;基于MIV特征筛选和BP神经网络的滚动轴承故障诊断技术研究[D];北京交通大学;2011年
9 朱汉明;基于EMD和共振解调的滚动轴承故障诊断方法研究[D];上海师范大学;2011年
10 方俊;深孔全液压钻机探参数监测系统研制及其应用研究[D];中国地质大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 蒋兴奇,李明怀;球轴承振系传递函数分析[J];轴承;1990年04期
2 殷勤业,倪志芳,钱世锷,陈大庞;自适应旋转投影分解法[J];电子学报;1997年04期
3 张严,王树勋;非线性相位耦合的切片谱分析方法[J];电子学报;1998年10期
4 梁应敞,王树勋,戴逸松;正弦参量估计的四阶累积量ESPRIT方法[J];电子学报;1994年04期
5 梁应敞,王树勋,戴逸松;非高斯有色噪声中的正弦信号频率估计[J];电子学报;1995年04期
6 梁应敞,戴逸松,王树勋;非高斯ARMA噪声中谐波恢复的杂交ESPRIT方法[J];电子科学学刊;1994年06期
7 梁应敞,张贤达,李衍达;噪声中的谐波恢复研究现状[J];电子科学学刊;1995年04期
8 毛用才,保铮;多个具有非零均值复乘性噪声的复谐波信号循环估计量的性能分析[J];电子科学学刊;1999年03期
9 王成毅,王宏禹;循环谱密度的两通道最大熵谱估计[J];电子科学学刊;1999年04期
10 李宏伟,袁保宗;谐波恢复中累量估计的强收敛问题[J];电子科学学刊;1999年05期
【相似文献】
中国期刊全文数据库 前10条
1 王计生,黄惟公,喻俊馨;小波分析和神经网络技术在故障诊断中的应用[J];振动、测试与诊断;2004年01期
2 周佳新,王志勇,单亚拿;基于神经网络的机械故障诊断系统[J];沈阳建筑工程学院学报(自然科学版);2004年03期
3 张志平;王杰;马利亚;;基于动力特性和神经网络的桥梁结构损伤诊断[J];科技致富向导;2011年15期
4 刘建文;傅攀;任玥;高龙;;基于共振解调与神经网络的滚动轴承故障智能诊断[J];中国测试技术;2007年02期
5 许少华;马坤;刘显德;;加权模糊推理网络及在管道损伤诊断中的应用[J];计算机应用研究;2008年06期
6 韩江;黄海金;夏链;翟华;;基于粗糙集-神经网络的大型数控液压机液压系统故障诊断[J];液压与气动;2011年06期
7 刘小峰;秦树人;柏林;;虚拟式远程故障诊断分析仪的开发[J];现代科学仪器;2007年03期
8 虞和济,陈长征,张省;基于神经网络的智能诊断[J];振动工程学报;2000年02期
9 尹安东,羊拯民;基于时序-神经网络的车辆变速器齿轮故障诊断[J];汽车工程;2005年04期
10 金洪星,胡平;脑电图检测和智能诊断系统的研究[J];南京工业大学学报(自然科学版);2005年01期
中国重要会议论文全文数据库 前10条
1 张彬桥;;基于主分量分析的说话人特征提取[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
2 肖潇;曹文明;王守觉;;多自由度神经元认知算法及其在人脸识别中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
3 顾晓波;许建中;肖泽龙;;BP神经网络在红外毫米波信息融合中的应用[A];2005'全国微波毫米波会议论文集(第二册)[C];2006年
4 温闲云;;短时风速预测研究综述[A];中国地理学会百年庆典学术论文摘要集[C];2009年
5 朱双东;李景平;;一种智能型胃病诊断方法[A];1998年中国控制会议论文集[C];1998年
6 周刚;杨立;;核电厂智能诊断方法研究的进展[A];第五届北京核学会核技术应用学术交流会论文集[C];2008年
7 张治强;冯夏庭;林韵梅;;三峡永久船闸边坡变形的智能时间序列分析[A];新世纪岩石力学与工程的开拓和发展——中国岩石力学与工程学会第六次学术大会论文集[C];2000年
8 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
9 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
10 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
中国重要报纸全文数据库 前10条
1 本报记者 陈丽容;中兴发布汽车智能诊断软件 差异化路线再次凸显[N];通信信息报;2011年
2 于翔;数字神经网络中的协同应用[N];网络世界;2009年
3 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
4 记者 陈黎明 通讯员 钱王平 杜亚董;沙钢高炉智能诊断决策系统获冶金科技奖[N];中国冶金报;2007年
5 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
6 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
7 张善斌 徐秀娇 李文;山东济宁能源运河煤矿 智能诊断钢丝绳缺陷[N];中国安全生产报;2010年
8 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
9 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
10 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
中国博士学位论文全文数据库 前10条
1 陆爽;基于现代信号分析和神经网络的滚动轴承智能诊断技术研究[D];吉林大学;2004年
2 张子蓬;绝缘子运行状态诊断理论与关键技术研究[D];华中科技大学;2007年
3 刘义艳;结构健康监测与智能诊断技术研究[D];长安大学;2010年
4 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
5 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
6 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
7 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
8 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
9 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
10 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
中国硕士学位论文全文数据库 前10条
1 彭淑宏;航空发动机气路故障诊断技术研究[D];上海交通大学;2012年
2 韩斌;基于神经网络的工程机械液压故障诊断专家系统的研究与实现[D];长安大学;2005年
3 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
4 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
5 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
6 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
7 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
8 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
9 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
10 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026