搜索资源列表
13
- 采用时序分析和BP神经网络,建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状态特征信号进行时序分析和特征向量提取,并以此作为BP神经网络的输入向量进行网 络训练,从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中,能 够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有 效、可行。 -Based on time series analysis and BP neu
14
- 采用时序分析和BP神经网络,建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状态特征信号进行时序分析和特征向量提取,并以此作为BP神经网络的输入向量进行网 络训练,从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中,能 够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有 效、可行。 -Based on time series analysis and BP neu
15
- 采用时序分析和BP神经网络,建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状态特征信号进行时序分析和特征向量提取,并以此作为BP神经网络的输入向量进行网络训练,从而实现变速器齿轮运行状态的识别与故障诊断。 -Based on time series analysis and BP neural networks, a fault diagnosis is built for vehicle transmission gear
tuxiangfenxi
- 在matlab中对大量的轴承故障的特征信号进行小波包分解，提取特征值，并建立神经网络训练，最终可由网络进行故障的分析-In matlab large number of bearing fault characteristic signal wavelet packet decomposition, extract characteristic values, and the establishment of neural network training, and ultimately by
xiaobobaonengliangfenxi
- 小波包提取滚动轴承故障能量特征的matlab程序，大家只要把采集的滚动轴承振动信号数据放入程序中即可使用，希望对大家有所帮助。-Bearing Fault wavelet packet energy feature extraction matlab program, we just put a rolling bearing vibration signal collected data into the program to use, we want to help.
matlabxiaSVMizi
- 用MATLAB编写的svm源程序,可以实现支持向量机,用于特征分类或提取，并以转子故障诊断为例直观的例子-Using MATLAB svm prepared by the source, can achieve a support vector machine for classification or feature extraction, and fault diagnosis of the rotor case intuitive example
421
- 针对齿轮滚动轴承等的早期损伤类故障, 提出将小波包分解作为包络分析的前置处理手段以提取振动信号的故障信息特征 。 在简述小波包基本原理的基础上, 通过仿真信号, 对振动信号的具体处理过程进行分析, 并对可能遇到的问题, 提出处理办法, 然后应用于诊断实例 。 -Early damage fault for rolling bearings and other gear, the proposed wavelet packet decomposition as pre-processing mea
433
- 融合小波能谱熵和支持向量机ＳＶＭ的特点提出了基于小波能谱熵的ＳＶＭ故障诊断方法． 利用转子试验台对转子典型振动故障进行模拟并采集振动数据提取其振动信号的小波能谱熵作为特征向 量-Fusion wavelet energy entropy and support vector machine SVM is proposed based on the characteristics of wavelet energy entropy SVM fault diagnosis method. U
wavelet-packets-analysis
- 针对风力发电机组传动系统故障时特征量提取困难的问题,提出了改进的小波包结合包络谱的故障诊断新方法。深入研究了小波包频带错乱的问题，对小波包实施了改进，消除了频带错乱的缺陷-In view of the wind turbine drive system characteristics, failure and difficult problems, puts forward the improved wavelet packet combining spectral envelope, a ne
kpca
- 主元分析法(PCA)是目前基于多元统计过程控制的故障诊断技术的核心，是基于原始数据空间，通过构造一组新的潜隐变量来降低原始数据空间的维数，再从新的映射空间抽取主要变化信息，提取统计特征，从而构成对原始数据空间特性的理解。-Principal Component Analysis
dianlanguzhang
- 电缆故障行波脉冲分析法仿真，小波分析提去噪并提取特征-Traveling wave pulse method in electric cable short circuit fault, using wavelet analysis to decline noise
wavelet-in-powersystem
- 电力系统暂态故障的六种形式仿真，小波分析去噪，提取特征-six form of Power system transient fault, using wavelet analysis
prony
- 小电流接地系统发生接地故障时，利用prony算法提取暂态特征分量并利用相关分析法实现选线取得很好的效果，有效的排除了干扰信号的影响，结论明显、准确性高。-When the small current grounding system occurs ground fault , we use prony algorithm to extract the transient characteristics of the component and line selection by using co
g
- 主元分析法(PCA)是目前基于多元统计过程控制的故障诊断技术的核心，是基于原始数据空间，通过构造一组新的潜隐变量来降低原始数据空间的维数，再从新的映射空间抽取主要变化信息，提取统计特征，从而构成对原始数据空间特性的理解。-Principal component analysis (PCA) is based fault diagnosis technique multivariate statistical process control at the core of the current,
TimeFrequency
- 时频分析在MATLAB环境下的源代码。用来分析振动信号，提取特征，故障诊断-Time-frequency analysis in MATLAB source code. It used to analyze the vibration signal, feature extraction, and troubleshooting
EnergyEntropy
- 能量熵的源程序，用于提取故障信号特征，研究故障诊断的可以看下。-Energy entropy of the source program, used to extract the fault signal characteristic, the research of fault diagnosis may have a look.
分形维数和近似熵
- 分形维数和近似熵 用于提取特征量 实现信号识别 故障诊断(Fault diagnosis based on signal recognition)
bp神经网络，小波变化
- 小波变换提取特征信号用bp神经网络进行故障诊断(Bp neural network is used for fault diagnosis of feature signal extracted by wavelet transform)
feature_RMS
- matlab振动试验数据分析，信号获取：测量获取设备的信号（振动、转速、过程参等）。信号分析：从信号中提取反映设备运行状态和故障的特征值。故障诊断：根据信号特征信息，对故障进行诊断（专家诊断、智能自动诊断）和预测(Matlab vibration test data analysis, signal acquisition: Measurement and acquisition of equipment signals (vibration, speed, process parameters
魔鬼式交易网格EA稳定盈利
- 网格交易是一种有效的机械交易策略，它不依赖方向，不从波动中获利并且利用市场的内在波动性。它使用固定价格水平在一个或两个方向上进出交易。通常以20-200点子的间隔间隔的此类交易会创建交易网格。 [ 用户指南 | 安装指南 | 更新指南 | 故障排除 | 常见问题 | 所有产品] 好处 易于设置和监督 它是不受时间限制的 无需指标或严格分析 交易价格范围，而不是交易设置 几乎不需要市场预测 定期从市场中提取资金 特征 它可以做多，做空或双向交易 它可以交易许多