page 1 仪器仪表学报 chinesejoumalofscientific instrument vol30 .pdfVIP

下载本文档

1
0
约2.4万字
约 6页
2017-09-06 发布于天津
举报
版权申诉

page 1 仪器仪表学报 chinesejoumalofscientific instrument vol30 .pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第卷第期仪器仪表学报年月滚动轴承表面损伤故障智能诊断新方法水陈果南京航空航天大学民航学院南京摘要本文针对目前基于小波变换的滚动轴承故障诊断研究中普遍存在小波变换参数选取和故障特征计算无法自动完成的问题提出了一种基于小波包变换的滚动轴承故障特征自动提取技术实现了小波函数参数的自动选取和故障特征的自动提取最后基于结构自适应神经网络方法建立了滚动轴承的集成神经网络智能诊断模型利用实际的滚动轴承实验数据进行了验证结果表明了本文方法的有效性关键词滚动轴承小波包变换神经网络特征提取智能诊断中图分类号文献标识

第30卷第1期仪器仪表学报 V01．30No．1 Instrument Chinese ofScientific Jan．2009 2009年1月 Journal 滚动轴承表面损伤故障智能诊断新方法水