| [1] |
葛丽英, 李志农, 胡志峰, 毛清华, 张旭辉. 两级自适应调频模式分解-同步提取变换的故障诊断方法[J]. 噪声与振动控制, 2024, 44(2): 88-94. |
| [2] |
杨岸端, 吴占涛, 袁毅, 杨宇, . 深度超圆盘分类器及其在旋转机械故障诊断中的应用[J]. 噪声与振动控制, 2024, 44(2): 95-101. |
| [3] |
宋宇航, 马萍, 李建军, 张宏立. 基于伪标签深度学习的半监督滚动轴承故障诊断模型[J]. 噪声与振动控制, 2024, 44(2): 102-107. |
| [4] |
朱国庆, 韩东颖, 黄岩, 李岳峰, 李可欣, 葛文泰. HVD分解和GA-BP神经网络结合的井架钢结构损伤识别[J]. 噪声与振动控制, 2024, 44(2): 108-113. |
| [5] |
甄冬, 李东凯, 刘英辉, 梁小夏, 冯国金, 张浩. 含点蚀的行星齿轮系统动力学特性及损伤评估研究[J]. 噪声与振动控制, 2024, 44(2): 114-121. |
| [6] |
路近, 王志国, 刘飞, . 基于STFT-ECA-ResNet18 网络模型的滚动轴承变负载故障诊断[J]. 噪声与振动控制, 2024, 44(2): 122-128. |
| [7] |
陈向民, 舒文伊, 韩梦茹, 张亢, 李博. 基于URP-ANCNN的变转速齿轮箱智能故障诊断方法[J]. 噪声与振动控制, 2024, 44(2): 129-135. |
| [8] |
徐嘉杰, 沈艳霞. 基于ARN和BiLSTM的轴承剩余寿命预测方法[J]. 噪声与振动控制, 2024, 44(2): 136-142. |
| [9] |
李练兵, , 肖亚泽, , 张萍, , 张国峰, 吴伟强, 陈程. 基于CWT-RES34的风电机组叶片裂纹状态评估[J]. 噪声与振动控制, 2024, 44(2): 143-148. |
| [10] |
杨勇, 张帅, 金涌涛, 赵琳, 张阳, 王枭. 基于图谱功率谱熵和最大均值差异的GIS机械状态辨识方法[J]. 噪声与振动控制, 2024, 44(2): 149-155. |
| [11] |
李志博, 李媛媛, 蔡寅. 卷积神经网络与知识图谱结合的轴承故障诊断[J]. 噪声与振动控制, 2024, 44(2): 156-163. |
| [12] |
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. |
| [13] |
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. |
| [14] |
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. |
| [15] |
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. |
