搜索资源列表
11
- 介绍了一种基于振动信号隐马尔可夫模型(HMM)的新的齿轮故障检测和诊断方案。 首先从振动信号中提取特征,这些信号既包括正常齿轮也包括故障齿轮,特征以振动信号自回归模 型的多项式传递函数的反射系数为基础。这些特征用来训练HMM归类各种齿轮状况。经过试验 验证,用这些特征判断故障的准确性很高。 -:A newgear fault detection and diagnosis scheme based on Hidden MarkovModel (HMM) of vibra- t
41
- 基于小波包的信号瞬态成分检测与提取方法及其应用,提出基于小波包分解特征表示和瞬态特征重 建方法并应用于汽车变速器齿轮的故障诊断,结果表明基于小波包分解的信号特征表示方法能有效检测信号中瞬 态成分的存在,瞬态成分的重建结果有效地表示了齿轮的故障状态。 -The detection and extraction of signal transients through wavelet packets decomposition are studied and signal trans
71
- 平移不变量小波去噪方法是对Donoho阈值法的改进,该方法不仅能有效地抑制伪吉布斯现象,而且 能减小原始信号和估计信号之间的均方根误差,提高信噪比。将这种方法用于变速箱齿轮故障信号的去噪处理,同 时与阈值法去噪的结果进行比较。结果表明,该方法可以有效地去除强噪声的干扰,提取齿轮故障特征信息,具有 很好的工程实用性。 -Vector spectrumHilbert demodulation analysis method based on the same source data
fault-diagnosis-of-rolling-bearings
- 滚动轴承故障特征的时间_小波能量谱提取方法，机械工程学报-extraction of rolling bearing fault feature based on time-wavelet energy spectrum,journal of mechanical engineering
Rotating-machinery-fault-diagnosis-
- 通过对固有模式函数进行包络解调，从中提取故障特征-Envelope demodulation intrinsic mode functions extract fault feature
wheel-treadmonitoring
- 城轨车辆轮对踏面故障在线监测系统，基于振动检测法的轮对踏面故障监测系统，通过傅里叶变换、小波包分析对釆集到的振动信号进行分析获得信号的特征,研究了基于短时能量判断的踏面故障特征提取算法。-On line monitoring system for wheel tread of urban rail vehicles, based on the vibration detection method of wheel tread fault monitoring system, through th
Parameter-optimization
- 针对滚动轴承早期故障特征提取困难的问题，提出一种基于参数优化变分模态分解的轴承早期故障诊断方法。首先利用粒子群优化算法对变分模态分解算法的最佳影响参数组合进行搜索，搜索结束后根据所得结果设定变分模态分解算法的惩罚参数和分量个数，并利用参数优化变分模态分解算法对故障信号进行处理。-Aiming at the difficult problem of early fault feature extraction of rolling bearing, an early fault diagnosis