您当前的位置：
首页 >
文章列表页 >
基于小波包对数能量图的滚动轴承故障诊断方法
车辆工程·机械工程 | 更新时间：2025-05-26

    • 基于小波包对数能量图的滚动轴承故障诊断方法

    • Rolling bearing fault diagnosis method via wavelet packet logarithmic-energy map

    • “在滚动轴承故障诊断领域，专家提出了基于小波包对数能量图的诊断方法，显著提高了诊断精度和泛化能力。”
    • 吉林大学学报（工学版）   2025年55卷第2期 页码：494-502
    • 作者机构：

      1.天津工业大学 控制科学与工程学院，天津 300387

      2.天津市电气装备智能控制重点实验室，天津 300387

    • 作者简介：

      王娜（1977-），女，讲师，博士. 研究方向： 智能故障诊断，目标识别及态势感知.E-mail： wangna@tiangong.edu.cn

    • 基金信息：
      天津市重点研发计划项目(19YFHBQY00040);天津大学微光机电系统技术教育部重点实验室开放基金项目(MOMST2016-4)

    • DOI：10.13229/j.cnki.jdxbgxb.20230530    

      中图分类号： TH113.1;TH17

    • 收稿：2023-05-27，

      纸质出版：2025-02-01

    移动端阅览

  • 王娜,崔月磊,李杨等.基于小波包对数能量图的滚动轴承故障诊断方法[J].吉林大学学报（工学版）,2025,55(02):494-502. DOI： 10.13229/j.cnki.jdxbgxb.20230530.

    WANG Na,CUI Yue-lei,LI Yang,et al.Rolling bearing fault diagnosis method via wavelet packet logarithmic-energy map[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(02):494-502. DOI： 10.13229/j.cnki.jdxbgxb.20230530.

  •  
  •  

0

浏览量

7

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于优化堆叠降噪自编码器的滚动轴承故障诊断
基于卷积神经网络和双向长短期记忆的稳定抗噪声滚动轴承故障诊断
基于变分模态提取及轻量级网络的滚动轴承故障诊断
基于注意力的多尺度卷积神经网络轴承故障诊断
数据不平衡分布下轴承故障诊断方法

相关作者

贾亮亮
杜先君
陈晓雷
孙永峰
李策
林冬梅
冯志刚
王首起

相关机构

兰州理工大学 电气工程与信息工程学院
兰州理工大学 甘肃省工业过程先进控制重点实验室
兰州理工大学 国家级电气与控制工程实验教学中心
兰州理工大学 电气与控制工程国家级实验教学示范中心
沈阳航空航天大学 自动化学院
0