《基于无线传感器网络数据融合的滚动轴承故障诊断》PDF+DOC
作者:高保禄,冯秀芳,熊诗波,徐占伟
单位:中北大学
出版:《中北大学学报(自然科学版)》2010年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFHBGG2010030080
DOC编号:DOCHBGG2010030089
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络多级融合的机械故障诊断方法》PDF+DOC2016年第01期 汤宝平,邓兵,邓蕾,颜丙生
《基于多Agent的无线传感器网络分层融合框架研究》PDF+DOC2015年第07期 马生忠,黑敏星
《低能耗的无线传感器网络隐私数据融合方法》PDF+DOC2017年第02期 苘大鹏,王臣业,杨武,王巍,玄世昌,靳小鹏
《WSNs中基于信任的数据融合方法》PDF+DOC2016年第06期 何庆志,张润莲,李豪
《CPF-EDAS:无线传感器网络中一种基于簇势场的高效数据融合策略》PDF+DOC2011年第07期 冯芳,程良伦
《基于移动代理的无线传感器网络簇内融合算法》PDF+DOC2010年第03期 张雯娟,朱响斌
《无线传感器网络中的新型数据收集协议》PDF+DOC2009年第06期 龚波,徐建波
《无线传感器网络中基于神经网络的数据融合模型》PDF+DOC2008年第12期 俞黎阳,王能,张卫
《无线传感器网络簇内多传感器数据融合算法》PDF+DOC2014年第01期 何学文,郑乐平,孙汗
《低能耗和低时延的无线传感器网络数据融合算法》PDF+DOC2013年第07期 王宏岩,李英顺,王德彪,邹翔,徐长青
针对无线传感器网络(Wireless Sensor Network,WSN)在检测和诊断大型机械设备运行状态和机械故障中的应用,提出了基于无线传感器网络的滚动轴承故障诊断模型,结合主元分析和神经网络技术对无线传感器网络中的数据在网内进行融合处理,将原始的振动信号转换为故障类型,达到了减少通信量、节省网络能量消耗的目的.在实验中采用了工程上最常见的单列深沟球轴承,对传感器采集到的正常状态和故障状态数据进行了分析计算,在簇头节点进行特征级融合,提取出故障特征,得出相应的故障类型.实验结果证明了该模型和数据融合算法的可靠性和有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。