典型文献
基于工业互联网的生产设备故障诊断方法
文献摘要：
故障诊断作为生产设备健康管理的重要组成部分,在提高设备使用寿命和降低安全风险上起着至关重要的作用.特征提取直接影响数据驱动型故障诊断方法的有效性,为了提高故障类型诊断的准确性,利用工业互联网,将高频的振动信号数据批量发送到数据分析服务器,结合集合经验模态分解与曲线二次编码,获得特征信息更加丰富的高阶编码特征.实验表明,所提出的方法有效提高了故障类型的诊断正确率.
文献关键词：
工业互联网;故障诊断;特征提取;集合经验模态分解(EEMD)
中图分类号：
作者姓名：
佘建煌;陈涛;罗新鹏;罗茂林;彭刚
作者机构：
深圳市中金岭南有色金属股份有限公司凡口铅锌矿,广东韶关512325;华中科技大学人工智能与自动化学院,湖北武汉430074;湖北博华自动化系统工程有限公司,湖北 武汉430223
文献出处：
引用格式：
[1]佘建煌;陈涛;罗新鹏;罗茂林;彭刚-.基于工业互联网的生产设备故障诊断方法)[J].工业控制计算机,2022(11):7-9
A类：
B类：
工业互联网,生产设备,设备故障诊断,故障诊断方法,设备健康管理,设备使用,上起,故障类型,类型诊断,振动信号,号数,发送到,服务器,合集,集合经验模态分解,二次编码,特征信息,编码特征,诊断正确率,EEMD
AB值：
0.356303
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
