大数据背景下机械智能故障诊断研究被引量：1

下载PDF

导出

摘要大数据为机械智能故障诊断的全面使用和更深分析构建了全新的机会。文章全面研究了机械智能故障诊断的国外、国内发展现状和动态分析;明确解读了在大数据时期机械智能故障诊断的方式和理论挑战;分析了全面解决该挑战的发展趋势和解决途径。

作者申立新

机构地区新兴重工(天津)国际贸易有限公司

出处《内燃机与配件》 2019年第18期137-138,共2页 Internal Combustion Engine & Parts

关键词智能故障诊断大数据机械设备

分类号 TH165.3 [机械工程—机械制造及自动化] TP311.13 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献3

1雷亚国,何正嘉.混合智能故障诊断与预示技术的应用进展[J].振动与冲击,2011,30(9):129-135. 被引量：46
2王国彪,何正嘉,陈雪峰,赖一楠.机械故障诊断基础研究“何去何从”[J].机械工程学报,2013,49(1):63-72. 被引量：282
3沈朝萍,尚金秋,胡超,谢中敏,于鹏澎.航空机械装备失效分析技术在专家系统中的应用研究[J].内燃机与配件,2018(18):225-226. 被引量：3

二级参考文献132

1姜爱国,王雪.车轮踏面擦伤的集成粗糙神经网络预示诊断[J].清华大学学报（自然科学版）,2005,45(2):170-173. 被引量：5
2何正嘉,陈雪峰.小波有限元理论研究与工程应用的进展[J].机械工程学报,2005,41(3):1-11. 被引量：26
3高金吉.装备系统故障自愈原理研究[J].中国工程科学,2005,7(5):43-48. 被引量：46
4熊诗波,王然风,梁义维,马维金,熊晓燕.轧机自激振动诊断和结构动力学修改[J].机械工程学报,2005,41(7):147-151. 被引量：15
5段礼祥,张来斌,王朝晖.柴油机燃烧系统故障的小波包神经网络模糊诊断法[J].机械强度,2006,28(1):1-5. 被引量：17
6李增芳,何勇,宋海燕.基于主成分分析和集成神经网络的发动机故障诊断模型研究[J].农业工程学报,2006,22(4):131-134. 被引量：24
7雷亚国,何正嘉,訾艳阳,胡桥.基于特征评估和神经网络的机械故障诊断模型[J].西安交通大学学报,2006,40(5):558-562. 被引量：39
8胡桥,何正嘉,张周锁,訾艳阳,雷亚国.基于提升小波包变换和集成支持矢量机的早期故障智能诊断[J].机械工程学报,2006,42(8):16-22. 被引量：44
9周盛强,任丽君.机械零件失效辅助分析专家系统的设计与实现[J].机械设计与制造,2006(11):43-45. 被引量：1
10雷亚国,何正嘉,訾艳阳,胡桥,丁锋.混合聚类新算法及其在故障诊断中的应用[J].机械工程学报,2006,42(12):116-121. 被引量：16

共引文献324

1刘洪超.机械故障诊断技术课程教学改革研究[J].内江科技,2020,41(2):155-156. 被引量：1
2张新,范瑞雪.基于多元统计量的加工装备健康评估系统[J].机械设计,2019,36(S02):139-142. 被引量：1
3李洪,刘培邦,汤胜楠,朱勇,周岭.机械装备智能故障诊断研究现状与发展趋势[J].电子技术应用,2021,47(S01):380-389. 被引量：5
4陈剑,程明.基于tSNE-ASC特征选择和DSmT融合决策的滚动轴承声振信号故障诊断[J].电子测量与仪器学报,2022,36(4):195-204. 被引量：6
5连湘义.立足长远搞规划量力而行抓实施──福建省大房农场小城镇建设纪实[J].中国农垦,2000(1):18-18.
6王新晴,王东,赵洋,朱会杰,谢全民.基于模拟加载系统油压信号的自动测试与识别技术研究[J].振动与冲击,2013,32(2):44-49. 被引量：6
7邓森,景博.基于测试性的电子系统综合诊断与故障预测方法综述[J].控制与决策,2013,28(5):641-649. 被引量：29
8张霏,任世科,魏杰.石化企业关键机组状态监测故障诊断技术应用现状及发展分析[J].科技信息,2013(21):392-393.
9陈涛,王立勇,徐小力.基于模糊动态神经网络的点火系统故障诊断[J].北京信息科技大学学报（自然科学版）,2013,28(4):18-20.
10武阿明,张奇志,周亚丽.基于小波和Zernike边缘提取[J].北京信息科技大学学报（自然科学版）,2013,28(4):29-34. 被引量：4

同被引文献3

1张俊甲,马增强,王梦奇,阮婉莹.基于VMD与自相关分析的滚动轴承故障特征提取[J].电子测量与仪器学报,2017,31(9):1372-1378. 被引量：19
2王丽华,谢阳阳,周子贤,张永宏,赵晓平.基于卷积神经网络的异步电机故障诊断[J].振动．测试与诊断,2017,37(6):1208-1215. 被引量：62
3徐俊祖,王晓东,吴建德,马军.基于ENEMD与Teager能量算子的轴承早期微弱故障特征提取研究[J].电子测量与仪器学报,2019,31(3):85-92. 被引量：8

引证文献1

1马怀祥,冯旭威,李东升,齐澍椿.基于CNN和XGBoost的滚动轴承故障诊断方法[J].中国工程机械学报,2021,19(3):254-259. 被引量：17

二级引证文献17

1张天瑞,周福强,吴宝库,朱芷仪,宋雨儒.基于ARIMA和XGBoost的滚动轴承故障预测模型研究[J].制造技术与机床,2022(4):176-182. 被引量：6
2王舒梵,姜新盈,严涛.基于XGBoost-LR模型的企业财务危机预测与研究[J].软件,2022,43(4):13-17.
3于春霞,张建国,李明.基于AP-FBSOMP组合算法的轴承微弱故障智能诊断分析[J].中国工程机械学报,2022,20(2):178-183. 被引量：1
4郝德琛,李华玲,黄晋英.小波包分解和改进ResNet行星齿轮箱故障诊断方法[J].传感器与微系统,2022,41(8):116-119. 被引量：4
5刘权,裴未迟.基于自注意力机制条件残差生成对抗网络的滚动轴承故障诊断[J].轴承,2022(11):68-75. 被引量：6
6闫敏,程友杰,陈广华,王强.基于LDP降维方法的转子系统故障状态诊断分析[J].机械设计与研究,2022,38(6):63-65. 被引量：1
7许伟红,周金宇.加权动态时间扭曲的不平衡结构转子故障诊断[J].机械设计与制造,2023(2):90-100. 被引量：1
8马东,何毅斌,李铭,唐权,胡明涛.基于CEEMD-PCA-XGBoost的滚动轴承故障诊断方法[J].机电工程,2023,40(2):186-194. 被引量：2
9王双,韩冰冰,李峰.面向多源传感器信号融合的滚动轴承多层自助最大熵法故障诊断[J].中国工程机械学报,2023,21(1):90-94. 被引量：1
10秦园园,王强.基于平滑先验分析改进散布熵的滚动轴承故障诊断[J].机械设计与研究,2023,39(1):127-129. 被引量：1

1任鹏飞.皮带输送机智能故障诊断系统设计[J].当代化工研究,2019,0(8):69-70. 被引量：3
2汤胜楠,朱勇,李伟,蔡佳熙.机械系统实测信号预处理方法研究现状与展望[J].排灌机械工程学报,2019,37(9):822-828. 被引量：1
3严斌.浅议中学的创客教育[J].青少年日记（教育教学研究）,2019,0(11):166-166.
4陆志沣,洪泽华,张励,董晨,钱晓超,宫琳.武器装备体系对抗仿真技术研究[J].上海航天,2019,36(4):42-50. 被引量：8
5宋彤,高钰轩,赵伟波.轨道交通自动门远程监控系统中的智能故障诊断技术研究[J].中国战略新兴产业（理论版）,2019,0(22):0123-0123.
6李卓.探究海洋工程装备制造领域信息化发展[J].科学与信息化,2019,0(24):68-68.
7赵琳慧,周春林.透视“一带一路”:理论解读、风险挑战与解决措施[J].南方论刊,2019,0(9):15-18. 被引量：1
8赵浩炀,王书媛,徐添添,乔淙淙,高凤伟.消费者对新能源汽车的态度及接受程度调查分析——以安徽省宿州市为例[J].中国市场,2019,0(26):125-127.
9刁培滨,邓亚男.燃气分布式能源站智能生产管理系统开发及应用[J].华电技术,2019,41(8):20-23. 被引量：3
10肖雄,王健翔,张勇军,郭强,宗胜悦.一种用于轴承故障诊断的二维卷积神经网络优化方法[J].中国电机工程学报,2019,39(15):4558-4567. 被引量：83

内燃机与配件

2019年第18期

浏览历史

内容加载中请稍等...

大数据背景下机械智能故障诊断研究被引量：1

参考文献3

二级参考文献132

共引文献324

同被引文献3

引证文献1

二级引证文献17

相关作者

相关机构

相关主题

浏览历史

大数据背景下机械智能故障诊断研究 被引量：1

参考文献3

二级参考文献132

共引文献324

同被引文献3

引证文献1

二级引证文献17

相关作者

相关机构

相关主题

浏览历史

大数据背景下机械智能故障诊断研究被引量：1