2020年4月20日四川省绵阳市高中2017级第三次诊断性测试文科综合试题绵阳三诊.pdf

本文主要介绍如何使用python搭建：一个基于深度学习的**滚动轴承故障诊断**系统

[OracleDBA手记：数据库诊断案例与性能优化实践].《OracleDBA手记》编委会.高清文字版.pdf

emd算法升级，包络分析

摘要：本文提出了一种基于小波多层分解和BP神经网络相结合的模拟电路故障诊断方法。该方法利用了多层小波分解优异的时频特性来提取故障特征参数，进行能量特征提取、归一化，并结合BP网络强大的非线性分类能力和快速的收敛特性构造了一种既能用于诊断单故障，又能诊断多故障的模型。 　　本文以ITC'97标准电路中的CTSV滤波电路为诊断实例进行了仿真实验仿真，结果表明该方法比传统BP网络方法的学习收敛速度快得多。 　　0 引言 　　客观世界信号的本质决定了模拟电路的普遍性和不可替代性。模拟电路由于故障模型复杂、元件参数的容差、非线性、噪声以及大规模集成化等现象使电路故障信息表现为多特征、高噪声、非线性

为了提取大型动力设备中被强背景噪声淹没的微弱故障特征，提出一种基于平移不变多小波的相邻系数降噪方法。多小波具有多个尺度函数和小波函数，具备单小波无法同时满足的优良性质，可以匹配信号中不同的特征信息，而平移不变多小波有效地消除了Gibbs现象且其中的平均过程具有优越的消噪性并保持了信号的光滑性。同时相邻系数降噪法考虑小波系数之间的相关性，克服一般阈值消噪的不足。将相邻系数降噪思想引入到平移不变多小波中，并将平移不变多小波相邻系数降噪方法应用于齿轮箱试验台和电力机车滚动轴承的诊断中。齿轮箱试验台和滚动轴承实例

介绍了小波包分析的基本理论,并以滚动轴承为研究对象,将小波包分析应用于轴承的故障诊断。首先用小波包分解的方法提取分解频带的能量在时间域上的分布,得到能量谱图,然后通过包络分析得到信号的功率谱,由此可判断出轴承的故障位置。

本文件规定了CMD系统地面综合应用子系统的环境条件、技术要求、数据处理中心、综合服务平台、运行维护管理。 本文件适用于CMD系统地面综合应用子系统。

电工技师论文

基于matlab的分数阶傅里叶变换故障诊断技术的实现