| [1] |
古莹奎, 石昌武, 陈家芳. 基于格拉姆角场与深度卷积生成对抗网络的行星齿轮箱故障诊断[J]. 噪声与振动控制, 2024, 44(1): 111-118. |
| [2] |
周凌孟, 张清华, 邓飞其, 孙国玺, 苏乃权, 朱冠华. 无量纲与SVM的石化机组旋转机械故障诊断方法[J]. 噪声与振动控制, 2024, 44(1): 119-125. |
| [3] |
王晓澎, 张浩, 李欣, 肖森, 刘璇. 基于随机子空间法的滑动轴承运行模态参数识别[J]. 噪声与振动控制, 2024, 44(1): 126-133. |
| [4] |
王贡献, 卢广浩, 胡志辉, 付泽. 基于自适应窗口与压缩幅值的瞬时转频估计[J]. 噪声与振动控制, 2024, 44(1): 134-141. |
| [5] |
单玉庭, 刘韬, 褚惟, 缪护. 遗传算法优化变分模态分解在轴承故障特征提取中的应用[J]. 噪声与振动控制, 2024, 44(1): 148-153. |
| [6] |
和丹, 魏豪, 胡胜, 王琇峰, 刘晖. 自适应STWF与改进OMP的滚动轴承微弱故障诊断方法[J]. 噪声与振动控制, 2024, 44(1): 154-161. |
| [7] |
田甜, 唐贵基, 田寅初, 王晓龙. 改进融合指标的新型盲解卷积算法在轴承故障诊断中的应用[J]. 噪声与振动控制, 2024, 44(1): 162-167. |
| [8] |
周康渠, 刘田创, 辛玉, 谢文南 . 基于Inception-LSTM的退火窑辊道系统轴承故障诊断[J]. 噪声与振动控制, 2024, 44(1): 174-180. |
| [9] |
王前, 王鑫, 宋秋昱, 江星星. 改进MVMD方法及其在轴承故障诊断中应用[J]. 噪声与振动控制, 2023, 43(6): 88-94. |
| [10] |
谭启瑜, 马萍, 张宏立. 基于图卷积神经网络的滚动轴承故障诊断[J]. 噪声与振动控制, 2023, 43(6): 101-108. |
| [11] |
梁伟龙, 马萍, 王小荣, 张宏立. 基于谱图小波自适应阈值降噪的滚动轴承早期故障诊断[J]. 噪声与振动控制, 2023, 43(6): 117-122. |
| [12] |
柳霞 蒋淑霞 张长伟 何泽江 刘文. 时频特征降维和多层次聚类相结合的轴承故障诊断新方法[J]. 噪声与振动控制, 2023, 43(6): 123-128. |
| [13] |
王贡献, 付泽, 胡志辉, 张淼. 基于多分支卷积神经网络的轴承变工况故障诊断[J]. 噪声与振动控制, 2023, 43(6): 135-141. |
| [14] |
刁冠勋 唐懿颖 张 阳 邵宇鹰 王枭 姜黛琳. 基于掩码自编码技术的变压器故障声纹诊断方法研究[J]. 噪声与振动控制, 2023, 43(6): 142-148. |
| [15] |
宋世军, 臧泓源, 杨蕊, 安增辉, 张会敏. 塔式起重机塔身钢结构不同损伤部位特征研究[J]. 噪声与振动控制, 2023, 43(5): 109-114. |
