北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)

所屬分類：電子期刊; 時(shí)間：2017-05-04 15:57

《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》

期刊級別：雙月刊

國內(nèi)統(tǒng)一刊號：11-5866/N

國際標(biāo)準(zhǔn)刊號：1674-6864

周期：省級期刊

主辦單位：北京機(jī)械工業(yè)學(xué)院

主管單位：國家機(jī)械工業(yè)局

發(fā)表支持服務(wù)相似期刊推薦

高端學(xué)術(shù)服務(wù)項(xiàng)目

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》雜志基本信息：

　　主管單位：國家機(jī)械工業(yè)局

　　主辦單位：北京機(jī)械工業(yè)學(xué)院

　　國內(nèi)統(tǒng)一刊號：11-5866/N

　　國際標(biāo)準(zhǔn)刊號：1674-6864

　　省級期刊

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》簡介

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》Journal of Beijing Information Science & Technology University(雙月刊)1986年創(chuàng)刊，原：《北京機(jī)械工業(yè)學(xué)院學(xué)報(bào)》本刊堅(jiān)持為社會主義服務(wù)的方向，堅(jiān)持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo)，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅(jiān)持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng)，傳播先進(jìn)的科學(xué)文化知識，弘揚(yáng)民族優(yōu)秀科學(xué)文化，促進(jìn)國際科學(xué)文化交流，探索高等教育、教學(xué)及管理諸方面的規(guī)律，活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣，為教學(xué)與科研服務(wù)。

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》主要刊登礦業(yè)與環(huán)境、冶金與材料、設(shè)備與能源(冶金)、控制與決策(鋼鐵企業(yè))等領(lǐng)域的最新研究成果。

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》收錄情況

　　國家新聞出版總署收錄　維普網(wǎng)、萬方數(shù)據(jù)庫、知網(wǎng)數(shù)據(jù)庫、劍橋科學(xué)文摘、劍橋科學(xué)文摘社ProQeust數(shù)據(jù)庫收錄

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》影響因子：

　　截止2014年萬方：影響因子：0.373;總被引頻次：264

　　截止2014年知網(wǎng)：復(fù)合影響因子：0.493;綜合影響因子：0.259

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》欄目設(shè)置

　　自然科學(xué)、管理科學(xué)、社會科學(xué)。

　　《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》投稿須知

　　一、本刊要求作者有嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和樸實(shí)的文風(fēng)，提倡互相尊重和自由討論。凡采用他人學(xué)說，必須加注說明。

　　二、不要超過10000字為宜，精粹的短篇，尤為歡迎。

　　三、請作者將稿件(用WORD格式)發(fā)送到下面給出的征文信箱中。

　　四、凡來稿請作者自留底稿，恕不退稿。

　　五、為規(guī)范排版，請作者在上傳修改稿時(shí)嚴(yán)格按以下要求：

　　1.論文要求有題名、摘要、關(guān)鍵詞、作者姓名、作者工作單位(名稱，省市郵編)等內(nèi)容一份。

　　2.基金項(xiàng)目和作者簡介按下列格式：

　　基金項(xiàng)目：項(xiàng)目名稱(編號)

　　作者簡介：姓名(出生年-)，性別，民族(漢族可省略)，籍貫，職稱，學(xué)位，研究方向。

　　3.文章一般有引言部分和正文部分，正文部分用阿拉伯?dāng)?shù)字分級編號法，一般用兩級。插圖下方應(yīng)注明圖序和圖名。表格應(yīng)采用三線表，表格上方應(yīng)注明表序和表名。

　　4.參考文獻(xiàn)列出的一般應(yīng)限于作者直接閱讀過的、最主要的、發(fā)表在正式出版物上的文獻(xiàn)。其他相關(guān)注釋可用腳注在當(dāng)頁標(biāo)注。參考文獻(xiàn)的著錄應(yīng)執(zhí)行國家標(biāo)準(zhǔn)GB7714-87的規(guī)定，采用順序編碼制。

　　2017 年《北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》雜志01期論文目錄：

　　基于空閑時(shí)間最小的流水線車間調(diào)度算法張?jiān)孪?楊瑞琪;戴佐俊;

　　泡沫不銹鋼與泡沫聚合物的中低頻吸聲效果比較徐新邦;陳靖鶴;陳斌;劉培生;孫進(jìn)興;

　　基于分形與小波相結(jié)合的東巴經(jīng)典古籍圖像壓縮方法研究吳國新;丁春艷;徐小力;李志華;

　　風(fēng)電機(jī)組齒輪箱早期故障弱特征信息提取方法劉秀麗;徐小力;

　　7階Lax方程的Lax對、守恒律、達(dá)布變換及解析解鄭文鑫;魏光美;

　　基于支持向量機(jī)集成方法的膀胱癌預(yù)后研究楊帆;楊大利;朱熹;

　　基于ANSYS Workbench的超硬數(shù)控車床動(dòng)態(tài)特性分析劉康康;鐘建琳;劉國慶;王紅軍;

　　投稿論文：風(fēng)電機(jī)組齒輪箱早期故障弱特征信息提取方法

　　【摘要】：風(fēng)電機(jī)組齒輪箱故障發(fā)展進(jìn)程中早期劣化特征信息微弱,采用傳統(tǒng)的奇異值分解(Singular Value Decomposition,SVD)降噪方法容易造成有用信息的丟失。針對這一問題提出基于μ-SVD和LMD的弱特征信息提取方法,根據(jù)累積貢獻(xiàn)率確定降噪階次進(jìn)行信號重構(gòu),提取出帶噪部分信號,對其進(jìn)行局部均值分解(Local Mean Decomposition,LMD)和μ-SVD降噪處理,疊加得到降噪后的信號。試驗(yàn)研究結(jié)果表明,該方法能夠明顯削弱信號噪聲,有效提取早期故障微弱特征信息,有利于實(shí)現(xiàn)早期故障預(yù)警及動(dòng)態(tài)預(yù)知維護(hù)。

　　【關(guān)鍵詞】：風(fēng)電機(jī)組齒輪箱 μ-SVD及局部均值分解方法弱特征信息提取早期故障預(yù)警