搜索资源列表
guzhangzhenduan
- 这是一本介绍旋转机械故障诊断的论文，采用小波变换方法提取故障特诊，我导师的一个项目就是用的这种特征提取方法，比较成功。-this is a book that introduce the matheds of error dector and we have tested it in our project.
2
- 针对齿轮的故障诊断,提出了一种基于小波特征提取和BP神经网络的诊断系统,利 用小波分解后各频段能量的分布作为特征向量输入神经网络。试验表明该方法能准确地诊断出齿 轮的故障,具有广泛的应用前景 - Aimed at the gear fault diagnosis, a diagnosis systemwhich based on thewavelet for picking up character and BP neural network are proposed, the
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
matlabsvm1
- 用来进行支持向量机数据分类和特征提取。可用于机械故障诊断领域-Used for support vector machine classification and feature extraction. Can be used in the field of mechanical fault diagnosis
2005local-mean-decomposition
- 2005年J.S.Smith提出的局域均值分解LMD(Local mean decomposition)的原始文献，该方法可用于故障诊断、特征提取、振动信号分析等多领域，是较EMD更为温和的一种自适应算法，目前是热门研究方法。-This is the original article about LMD——Local mean decompositon. Ihis method is a novel adaptive decomposition. It is more better than E
GLPS
- 帮助计算功率谱熵，可以提取故障特征向量。等内容-Help calculate the power spectrum entropy can be extracted fault feature vectors. , Etc.
cyclic-cumulant
- 高阶循环统计理论在机械故障诊断中的应用，分析了特征提取的等与机械状态监测和故障诊断的应用-Order cyclic statistical theory analysis feature extraction applications such as mechanical condition monitoring and fault diagnosis in mechanical fault diagnosis,
24
- 将高阶时频表示引入机械故障诊断领域。介绍了Wigner 高阶矩谱(WHOS)的概念、定义。针对多分量信号Wigner 高阶矩谱的交叉项会产生“虚假信号”,结合局域波法, 提出了一种抑制WHOS交叉项的新方法。首先对复杂信号进行预处理, 利用局域波分解方法把其分解成有限个具有单分量特性的基本模式分量,然后对每个基本模式分量计算WHOS。该方法能有效抑制WHOS时频分布的交叉项。通过仿真实验和转子的故障实验,以Wigner 双谱为例, 验证了该方法的实用性,为故障诊断的特征提取提供了新的工具-Hig
基于核函数主元分析的机械故障诊断方法
- 提出基于核函数主元分析的机械故障诊断方法, 它保留主元分析的优点并具有处理非线性的能力。该方法通过核函数映射将非线性问题转换成高维的线性特征空间, 然后对高维空间中的映射数据作主元分析,提取其非线性特征, 对机械故障模式进行识别。并与主元分析方法进行对比分析, 实验结果表明核函数主元分析法非常有效。-Proposed mechanical fault diagnosis method based on Kernel Principal Component Analysis, it retains
23
- 机械设备发生故障时, 故障特征的提取很重要。对于多通道的设备故障振动信号, 应用非平稳信号的盲源分离算法, 可以有效地提取各自独立的非平稳振动源,从而可以准确地进行机械故障诊断。针对不同时频分布的非平稳盲源分离算法, 比较了它们的分离效果。以转子的复合故障为例, 验证了该算法在故障诊断中可行性。-Machinery and equipment failure, the fault feature extraction is very important. Failure vibration si
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
64
- 在简单介绍WH-800型离心机基本结构及工作原理的基础上, 介绍了基于重构吸引子轨迹矩阵的奇异值分解技术,并引入自相关函数对现有奇异值分解技术加以改进. 通过对现场实测故障信号的分析,表 明改进的奇异值分解技术具有很好的降噪效果,能在强噪声背景环境下准确提取设备的故障特征信号, 为离心机的故障诊断提供了一种新的思路.-After a brief introduction WH-800 centrifuge basic structure and working principle, base
83
- 基于循环统计理论, 对循环平稳信号进行处理, 主要研究了信号的二阶循环统计特性, 即循环自相关函数和循环谱密度, 指出循环自相关函数不为零的循环频率对应着信号中的某些故障, 并 可以对调幅信号进行解调. 通过循环频率扫描方法提取的调制源分布在循环频率域的低频段, 其结 果可用循环频率-频率- 循环谱密度的三维图表示. 用仿真信号对该方法进行验证, 并应用于滚动轴承的内、外圈及滚动体的故障诊断, 可以有效地分离出所对应的故障特征频率.-Statistical theory based on
xiaobo4cengfenxi
- 小波分析，对振动信号的分析，用于提取故障特征。-Wavelet analysis, the analysis of vibration signals for extracting fault feature.
Sample-entropy-calculation
- 计算样本熵值程序，可实现故障信号特征提取，复杂度-Sample entropy calculation procedure can achieve signal feature extraction
ceemd
- 这是一段eemd分解的程序，可以直接使用，可用于故障信号的分解，提取故障特征，进行故障判断的一段程序。-This is a eemd decomposition process, can be used directly, can be used to decompose the fault signal fault feature extraction, a procedure for fault judgment.
matlab_xiaobobao
- 一段小波包程序源码，用于提取故障特征信号值和图形化-Some wavelet packet program source code, used to extract fault characteristic signal values and graphical
Eishouluqikan
- 2014年最新的EI期刊，包括振动与冲击，机械工程，关于故障诊断方面，我收场的比较好的期刊，尤其是对故障处理，特征提取方面很有作用，-2014 latest EI journals, including vibration and shock, mechanical engineering, fault diagnosis on my end is good journals, especially for troubleshooting, feature extraction is usefu
tuxingpiliangchuli
- 针对局域均值分解方法的数据进行批量处理，该算法是运用在故障信号特征提取方面的研究，将故障信号的数据进行批量的处理，以方便调用-In view of the local mean decomposition method to batch processing of data, the algorithm is used in fault signal feature extraction, the fault signal to batch processing of data, to faci