电子技术杂志官网

摘要：阐述使用多传感器进行多种信号信息的融合，再对采集的故障特征值进行提取，提高故障信号的诊断准确性，探讨实验中将得到的融合特征向量作为输入量，改进后的支持向量机中来进行系统的故障分类，得到高效率的故障诊断系统。

关键词： 多传感器; 信息融合; 故障诊断; 电机轴承;

专辑： 工程科技Ⅱ辑;信息科技

专题： 电力工业;自动化技术

分类号： TM307;TP212

相似文献

[1] 基于多传感器数据融合的电机故障诊断[J]. 孙向作;潘宏侠.微计算机信息,2008(25)

[2] 电机故障诊断的多传感器数据融合方法[J]. 陈理渊,黄进.电力系统及其自动化学报,2005(01)

[3] 基于改进深度学习混合网络与小波分析的电机故障诊断方法[J]. 李志军;陈伟根;周湶;宗起振;卢应强.三峡大学学报(自然科学版),2021(06)

[4] 发电机故障诊断系统诊断处理子系统的研究[J]. 张艳军;张学军;潘勇.东北电力技术,2009(03)

[5] 基于案例的电机故障诊断系统设计[J]. 孙澄宇.南方农机,2020(24)

[6] 基于振动分析的电机故障诊断方法[J]. 闫佳乐.集成电路应用,2021(07)

[7] 电机故障诊断的智能方法论述[J]. 李佩烨.中国设备工程,2021(16)

[8] 采用深度学习的异步电机故障诊断方法[J]. 王丽华;谢阳阳;张永宏;赵晓平;周子贤.西安交通大学学报,2017(10)

[9] 汽车电机故障诊断方法探讨[J]. 林勍;林红旗.科技资讯,2007(02)

[10] 电机故障诊断中的信息融合利用问题研究[J]. 侯新国,夏立,吴正国.海军工程大学学报,2004(03)