完全抗混叠的离散小波分解算法及其在故障特征提取中的应用，王林，汤宝平，针对改进后的单子带重构算法仍然存在频率混叠的问题，提出了一种插入纠正滤波器的完全抗混叠小波单子带重构算法。因为小波重构滤
2023-02-27 15:11:48
791KB
1
基于VMD和1_5维Teager能量谱的滚动轴承故障特征提取_向玲
2022-10-24 13:44:37
1.74MB
1
【MATLAB项目实战】基于Morlet小波变换的滚动轴承故障特征提取研究
2022-08-06 13:05:16
38.04MB
1
SVD曲率谱降噪和快速谱峭度的滚动轴承微弱故障特征提取，刘鹏，汤宝平，针对轴承振动信号信噪比低，故障信号微弱，快速谱峭度分析选取共振中心频率和带宽不准确等问题，提出基于奇异值分解(Singular value de
2022-05-13 20:44:42
507KB
1
应用循环自相关函数和快速谱峭度相结合的方法,对滚动轴承早期故障诊断进行分析研究。首先利用谱峭度方法确定滚动轴承振动信号的最佳带通滤波器,然后利用循环自相关函数对滤波后的信号进行解调,提取出滚动轴承故障特征频率,有效地减少了噪声信号的干扰且增强了故障信号。通过仿真与实验数据的轴承故障振动信号验证所提方法的有效性。
2021-11-19 15:55:08
744KB
1
捅 要：滚动轴承故障信号是一种典型的周期性冲击信号，如何从含有强噪声的振动信号中有效地提取出冲击特征信号是轴承故障诊断的关键。基于数学形态学理论，提出了一种自适应多尺度形态梯度变换(AMMG)方法，能够在有效抑制噪声的同时很好的保留信号的细节。仿真信号和实测轴承故障信号的分析结果表明，与常用的包络解调分析和近来提出的另一种基于数学形态学的形态闭变换方法相比较，自适应多尺度形态梯度变换具有更强的噪声抑制和脉冲提取能力，并且计算简单、快速，为滚动轴承故障特征提取提供了一种有效的方法。
2021-11-06 16:07:40
367KB
1
行业分类-设备装置-一种基于稀疏分解的风力发电机组故障特征提取方法.zip
2021-09-11 14:05:02
635KB
作为机电液系统的输入源信号,电机电流信号具有容易获取的优点,是对机电液系统进行状态分析的理想信息来源。利用三相电机的电流信号对机电液系统的故障进行分析,并采用小波变换作为特征提取方法从电流信号中提取设备的故障特征。最后通过试验结果证明了所提方法有效性。
2021-09-07 10:24:39
313KB
1