行业分类-物理装置-基于小波分解和改进曼哈顿距离的滚动轴承故障诊断方法.zip
滚动轴承是机械传动系统重要的组成部分,其故障发生率极高,直接影响机械设备的正常、安全运行。基于此提出基于局部均值分解(LMD)模糊熵和概率神经网络(PNN)的滚动轴承故障诊断方法,原始振动信号应用LMD自适应分解为7个PF分量;设定模糊函数,提取每个PF分量的模糊熵,实现各PF分量的特征量化;并利用概率神经网络实现故障类型识别。实验结果证明利用该方法滚动轴承故障诊断识别率可达86.25%,是一种有效的滚动轴承故障诊断方法。
2021-07-06 17:21:16 313KB 滚动轴承 故障诊断 LMD 模糊熵
1
采用的是美国西储大学轴承数据中心的滚动轴承数据,贝叶斯优化后的准确率高达99%,也包含了和遗传算法以及网格搜索优化支持向量机的对比!希望可以帮助到大家!!!给两个积分意思一下就行了
1
硕士论文;特征迁移学习;轴承故障诊断
2021-06-13 14:06:23 6.55MB 迁移学习 故障诊断
1
期刊论文;特征迁移学习方法;特征映射;再生希尔伯特空间;故障诊断
2021-06-13 14:06:23 943KB 迁移学习 故障诊断
1
7基于奇异值分解和深度信度网络
2021-06-13 14:06:18 396KB 奇异值分解 深度学习网络
1
美国西储大学滚动轴承故障诊断数据集.zip
2021-05-19 04:23:34 180.22MB 轴承数据集
1
以LabVIEW为平台设计滚动轴承振动信号分析软件,实现对滚动轴承故障信号的时域分析和频域分析。时域分析主要实现对滚动轴承振动信号的自相关、均值、有效值、峰值以及峭度值分析。对滚动轴承振动信号的频域分析主要完成对滚动轴承振动信号的幅值频谱分析、功率谱分析、Hilbert包络谱分析、倒频谱分析以及ZOOM-FFT分析。利用该分析软件对实测滚动轴承故障信号进行了分析,取得了良好的分析效果。
2021-05-12 15:28:17 320KB 滚动轴承 时域分析 频域分析
1
通过典型信号的MATLAB仿真讨论了小波在检测信号突变点时的选取原则。针对滚动轴承故障振动信号,先进行小波消噪,再进行小波分解与重构,对重构后的细节信号作Hilbert包络并进行谱分析,从功率谱中可清晰地识别出滚动轴承故障特征频率。
2021-05-08 12:04:18 440KB 小波变换 突变点 滚动轴承
1
针对滚动轴承振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了基于变分模态 分解( Variational mode decomposition,VMD) 与支持向量机( Support vector machine,SVM) 相结合的滚动轴承故障诊断方法。 该方法融合了变分模态分解和支持向量机的优势,通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函数分 量,轴承发生不同故障时,不同本征模态函数内的频带能量会发生变化,从包含有主要故障信息的模态分量中提取能量特 征作为SVM 的输入,判断轴承的工作状态和故障类型。试验结果表明,该方法在少量样本情况下仍能有效地对轴承的工
1