Citation: | LI Fuguo, WANG Junyuan, WU Zengrong, LIN Bingqian, LV Pinde, FAN Ruitian. Bearing fault diagnosis method based on MRE and EigenClass[J]. Manufacturing Technology & Machine Tool, 2022, (6): 50-54. doi: 10.19287/j.mtmt.1005-2402.2022.06.008 |
[1] |
吴新忠, 张旭, 李博华, 等. 基于加权排列熵和DE-ELM的滚动轴承故障诊断[J]. 制造技术与机床, 2020(2): 127-132.
|
[2] |
雷亚国, 汤伟, 孔德同, 等. 基于传动机理分析的行星齿轮箱振动信号仿真及其故障诊断[J]. 机械工程学报, 2014, 50(17): 61-68.
|
[3] |
刘生政, 张琳, 曾祥辉, 等. 基于MED-EEMD和ELM的轴向柱塞泵松靴故障诊断研究[J]. 机电工程, 2020, 37(3): 241-246,252.
|
[4] |
陈东宁, 张运东, 姚成玉, 等. 基于FVMD多尺度排列熵和GK模糊聚类的故障诊断[J]. 机械工程学报, 2018, 54(14): 16-27.
|
[5] |
李永军, 马立元, 崔心瀚. 基于多尺度模糊熵的旋转机械故障诊断研究[J]. 现代制造工程, 2017(10): 146-150.
|
[6] |
曹蔚, 苟臻元, 韩昭, 等. 基于GWO-TVF-EMD方法的行星齿轮箱齿面剥落故障诊断[J]. 航空动力学报,2021,36(11):2418-2429.
|
[7] |
樊家伟, 郭瑜, 伍星, 等. 基于LSTM神经网络和故障特征增强的行星齿轮箱故障诊断[J]. 振动与冲击, 2021, 40(20): 271-277.
|
[8] |
谷玉海, 朱腾腾, 饶文军, 等. 基于EMD二值化图像和CNN的滚动轴承故障诊断[J]. 振动. 测试与诊断, 2021, 41(1): 105-113,203.
|
[9] |
李善, 谭继文, 俞昆. 基于EEMD-GRNN网络的滚动轴承故障诊断试验研究[J]. 制造技术与机床, 2016(3): 55-60. doi: 10.3969/j.issn.1005-2402.2016.03.015
|
[10] |
Erkan U. A precise and stable machine learning algorithm: eigenvalue classification (EigenClass)[J]. Neural Computing and Applications, 2021, 33: 5381-5392. doi: 10.1007/s00521-020-05343-2
|