搜索资源列表
1
- 齿轮箱故障诊断中振动信号是非线性、非平稳的，所以在分析振动信号之前需要对信号进行平稳化处理，该段是EMD分解的程序。-Gearbox Fault Diagnosis vibration signal is nonlinear, non-stationary, so before analyzing vibration signals the need for a smooth signal processing, the segment is the EMD program.
EEMD2
- 这是一个EEMD 分解的程序，可以用在故障诊断中，可以运行-This is a EEMD decomposition program that can be used in fault diagnosis, you can run
emd
- 可以有效方便地对原始数据进行自适应分解，广泛用于故障诊断和模式识别等方面的特征提取。-Can be effectively and easily decompose the raw data adaptively, widely used in troubleshooting and other aspects of the pattern recognition feature extraction.
kurtosis
- 滚动轴承故障诊断 小波包分解 峭度最大尺度重构-Roller Bearing Fault Diagnosis Based on Wavelet Packet Decomposition kurtosis largest scale reconstruction
lmd_outer
- 轴承外圈12K实际信号LMD分解程序，信号包络频谱，能明显提取故障特征-LMD bearing outer ring 12K actual signal decomposition process, the signal envelope spectrum, can significantly fault features
emd
- 西储大学电机轴承故障诊断，EMD分解程序，含包络谱，能量谱-Case western reserve university motor bearing fault diagnosis, the EMD decomposition procedure, including envelope spectrum, energy spectrum
(EEMD)Prony
- MATLAB实现基于EEMD和prony信号分解的故障测距模型。也可配合EMD文件。 内有备注-MATLAB realization of fault location model EMD and prony signal decomposition. But also with EMD file. There are Notes
HHT
- 把HHT和神经网络结合起来，识别出是否故障。对于HHT变换，这里用到的是它的IMF分解，然后用能量理论来判别哪些模组是虚假分量，哪些是是真实分量。对于EMD分解后的谱进行特征提取 ，利用的理论基础就是模糊熵。计算出真实 分量的模糊熵，作为输入层；输出层为两个神经元，为0（故障 ）1（正常 （正常 ）判别该信号是否出现故障。-The combination of HHT and neural network to identify whether the fault. For the HHT tr
xiaobofangli
- 小波变换分解低频和高频，并计算能谱熵用以区分区内外故障-Wavelet transform is decomposed into high and low frequency, and energy entropy calculation for partitions inside and outside the fault zone
svdprony
- 使用奇异值分解算法的prony算法用于电机故障诊断-SVD algorithm prony algorithm for the motor fault diagnosis
yAxk
- 分布式系统的程序，基于simulink编写，模型主要解决的问题是将一个完整的大系统，分解成多个分布式的系统，然后可以进行控制，故障诊断等研究。-Distributed system procedures, prepared based on simulink model the main problem is to complete a large system into multiple distributed systems, and can be controlled, and fault
MP
- 此程序为稀疏分解匹配追踪的算法，应用于轴承信号故障处理中-This program is a sparse decomposition matching pursuit algorithm, applied to the bearing signal fault processing
waveletpacketdecomp
- 一维信号特征提取参考程序，正常信号和故障信号特征的提取，开发环境为MATLAB。是使用小波分解处理信号的参考，使用了小波包三层分解。-One dimensional signal feature extraction reference program, normal signals and fault feature extraction, the development environment of MATLAB.Is the use of wavelet decomposition pro
cluster_VMDaFCM_casedat
- 为了精准、稳定地提取滚动轴承故障特征，提出了基于变分模态分解和奇异值分解的特征提取方法，采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解，利用 奇异值分解技术进一步提取各模态特征，通过FCM形成标准聚类中心，采用海明贴近度对测试样本进行分类，并通过计算分类系数和“卜均模糊嫡对分类性能进行评价，将该方法 应用于滚动轴承变负荷故障诊断。通过与基于经验模态分解的特征提取方法对比，该方法对标准FCM
Wavelet-analysis-code
- 利用小波分析来检测VSC-HVDC系统中的故障。用小波分解来实现去噪的功能-Using wavelet analysis to the fault detection of VSC- HVDC system. Using wavelet decomposition to realize the denoising function
Wavelet-feature-analysis-
- 装入变换放大器输入输出数据画出正常信号与故障信号的原始波形用dbl小波包对正常信号s1进行三层分解-Wavelet feature analysis
HHT
- 基于经验模式分解提出的希尔伯特黄变换的程序运行，用于故障诊断信号处理-Based on empirical mode decomposition of the Hilbert Huang transform the procedure for the operation of the signal processing for fault diagnosis
Mechanical-fault-diagnosis-method
- 经验小波变换(EWT)是一种新的自适应信号分解方法, 该方法继承了EMD 和小波分析方法的各自优点, 通过提取频域极大值点自适应地分割傅里叶频谱以分离不同的模态, 然后在频域自适应地构造带通滤波器组从而构造正交小波函数, 以提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分。本文将该方法引用到机械故障诊断中, 提出了一种基于经验小波变换的机械故障诊断方法, 并与EMD方法进行了对比分析。仿真结果表明, 经验小波变换方法明显优于EMD方法, 能有效地分解出信号的固有模态。与EMD 相比较, 该
chengxu
- 小波变换进行变速箱故障诊断 首先将s1和s2信号时域谱（s1代表维修前的振动信号，s2代表维修后的振动信号），画出来进行对比，会发现s1信号的振动幅值会比较高；然后对s1和s2分别进行小波分解并画出各层的时域谱，只对比s1和s2分后的最高时域谱，s2更加的具有周期性，且幅值较小，s2周期性不够明显，且振动过于密集。分析完时域谱后开始分析频谱，首先对原信号s1和s2fft转换，得到频谱图，如图，然后再对小波分析后高频部分进行fft转换，做出频谱图。对比后我们发现，在f 2375HZ出（也就是齿
vmd
- 针对实际中工况复杂难以提取齿轮故障特征频率的问题，提出一种变分模态分解-(variational mode decomposition, VMD)