冲击与振动计量属于《中国图书分类法》中的五级类目，该分类相关的期刊文献有319篇，会议文献有13篇，学位文献有9篇等，冲击与振动计量的主要作者有于梅、孟宗、孙桥，冲击与振动计量的主要机构有中国计量科学研究院、燕山大学电气工程学院、航空工业北京长城计量测试技术研究所等。
统计的文献类型来源于 期刊论文、 学位论文、 会议论文
1.[期刊]
摘要： 提出了基于动态贝叶斯网络和DS(Dempster/Shafer)证据理论的轧机颤振实时监测方法,该方法预选多个时域和频域的特征参数表征轧机不同工况下振动信号的...
2.[期刊]
摘要： ISO 16063-16描述的地球重力法只能用于低频加速度计灵敏度幅值静态校准,无法用于灵敏度幅值与相位的动态校准。采用机器视觉方法测量激励加速度相位,并得到...
3.[期刊]
摘要： 针对传统的滚动轴承故障诊断方法依赖人工特征提取和专家经验,难以自适应提取强噪声信号微弱故障特征的问题,提出一种直方图均衡化和卷积神经网络(CNN)相结合的智能...
4.[期刊]
摘要： 考虑到卷积神经网络在滚动轴承故障诊断中存在网络结构难以确定、训练次数过多、时间过长等问题,设计了一种贝叶斯优化改进LeNet-5算法,以及采用该算法构建的轴承...
5.[期刊]
摘要： 希尔伯特振动分解(HVD)广泛应用于风电机组、齿轮箱等旋转机械的故障诊断,然而,它有2个亟待解决的问题:一是算法的参数需要经验设置或人工试定;二是如何避免模态...
6.[期刊]
摘要： 针对水陆两栖飞机水箱汲水过程中形成的高速水流冲击问题,开展了高速水冲击载荷特性研究。提出了一种基于调节腔内气压的水冲击试验方法,通过调节储水容器内气压改变水流...
7.[期刊]
摘要： 针对强背景噪声下难以提取滚动轴承早期故障信号中故障特征频率的问题,提出奇异值分解和独立分量分析相结合的滚动轴承故障诊断方法。该方法首先利用相空间重构将一维时域...
8.[期刊]
摘要： 针对薄壁件超声铣削加工时产生的颤振严重影响工件质量,加剧刀具磨损的问题,搭建了颤振图像监测系统,利用卷积神经网络(CNN)进行颤振图像辨识,综合运用趋磁细菌算...
9.[期刊]
摘要： 为了解决实际环境中振动事件易误报的问题,在基于相位敏感光时域反射仪的分布式光纤振动传感系统中,引入了一种融合小波能量谱和支持向量机(SVM)的模式识别方法。首...
10.[期刊]
摘要： 轴承振动数据在采集过程中易受噪声干扰,无法有效突出微弱局部故障脉冲,从而影响轴承故障诊断效率。针对这一问题,提出了一种OVMD-MPE的群稀疏全变分去噪算法。...
11.[期刊]
摘要： 针对大行程低频电磁振动台气隙磁感应强度参数非线性导致振动激励信号产生失真的问题,在电磁振动台机电耦合模型分析基础上,采用电路等效原理建立大行程磁路简化数学模型...
12.[期刊]
摘要： 针对变工况下的滚动轴承无法获得大量带标签样本数据以及传统深度学习诊断方法识别率低的问题,提出一种基于迁移学习的卷积神经网络模型滚动轴承故障诊断方法。首先,采用...
13.[期刊]
摘要： 针对长冲程振动台的导轨弯曲对于基于振动台的低频振动传感器灵敏度幅值校准的影响,采用机器视觉方法测量导轨弯曲。通过建立校正模型消除导轨弯曲的影响,以提高灵敏度幅...
14.[期刊]
摘要： 提出了一种基于Polytec外差激光干涉仪输出S/PDIF数字信号解码的加速度计校准方法,优化了校准过程,并保障了加速度计的灵敏度幅值与相位校准精度.通过与I...
15.[期刊]
摘要： 超高冲击加速度传感器在武器研制、航空航天等高过载测量中发挥了重要的作用,为解决超高冲击加速度的校准问题,基于激光绝对法,建立了超高冲击加速度校准系统。本文介绍...
16.[期刊]
摘要： 针对数控机床中主轴轴承和刀具同时出现故障或机床主轴转速改变时的故障诊断问题,提出了基于增量学习的深度卷积诊断模型。首先,将常用转速下的主轴轴承和刀具振动数据集...
17.[期刊]
摘要： 针对实际工程中轴承信号的非线性和非平稳性,提出一种自适应多元变分模态分解算法。多元变分模态的分解效果主要与本征模态数k和惩罚参数α相关,为了解决人为经验参数设...
18.[期刊]
摘要： 某风扇增压级发生了一次振动故障,基频振动瞬间突增,之后快速下降,但仍超限制值,停机检查发现试验件损伤较为严重。为排查故障原因,进行了转速分析,确定了故障分析的...
19.[期刊]
摘要： 虚拟仪器技术是20世纪80年代产生的,是现代计算机技术、通讯技术以及测量技术相结合的产物,利用计算机的强大数据存储和处理能力,可以通过软件实现几乎所有仪器的功...
20.[期刊]
摘要： 研究了一种用于检测人体生理振动信号的压电式弹性梁传感器结构及信号传递特性。生理振动信号传递至传感器的表面,通过内部结构,作用于压电膜上,对这个传递过程分别通过...
