本文档是本人本科时的毕业论文,希望对各位有一定的帮助!
2021-03-09 19:28:03 617KB 故障诊断 单片机 信息处理
1
提出了一种基于小波包分解与EMD的故障诊断特征提取方法。对故障振动信号进行小波包分解,并将其高频部分节点信号进行重构,对2个节点的重构信号分别进行EMD分解,得到一系列的IMF分量;提取每个节点的各个IMF分量的能量值并归一化后作为轴承的故障特征量输入神经网络进行诊断。通过实验证明2种方法的结合具有良好的局部分析能力及自适应分解的特点,可以提取更加有效的特征值,因此在进行诊断时,具有更快的速度与更高的准确率。
2021-03-09 14:31:12 258KB 小波包分解 EMD 故障诊断
1
故障诊断 第二章 信号分析方法及应用 第三章 故障诊断的标准 第四章 旋转机械的振动监测与诊断 第五章 滚动轴承的振动监测和诊断 第六章 齿轮箱的振动监测与诊断 第七章 油样分析方法 第八章 红外检测方法
2021-03-08 22:36:55 11.48MB 故障诊断
1
摘要: 该文介绍了在基于串口服务器的新型网络连接方式下的PLC 远程监控与故障诊断系统。以西门子S7-200 PLC 为例, 着重介绍了PC 与PLC 通信基本原理、实时通讯方式和自由口通信协议以及中心服务器的设计方法。   随着电气技术的迅猛发展, 对电气设备自动化程度要求也越来越高。Internet 网及技术的发展, 使人们越来越多希望借助于互联网的方便快捷来实现各种自动化需求。PLC 通信能力的增强, 使得监控系统的配置可以更加灵活方便。如何方便而又经济的将PLC 接入互联网是一个需要解决的问题。文中提出一种新型网络连接方法, 远程监控系统利用串口服务器, 来实现PLC 与PC 通过I
1
基于MATLAB的机械故障诊断技术案例教程,应用各种机器学习算法进行故障诊断的案例。
2021-03-08 09:03:36 100.18MB 机器学习 故障诊断
1
采用基于小波包变换(WPT)和极限学习(ELM)的方法对轴承故障进行诊断和分类辨识。该方法首先采用小波包变换对采集到的振动信号进行分解,求得各频带的相对能量,并构建特征向量,接着利用极限学习机进行自动分类识别。经使用实验台实测电机滚动轴承不同状态的信号进行分析,研究结果表明,所建立的自动分类模型可以有效地对轴承的单一故障,以及不同程度故障有很好的辨识能力。
1
故障诊断用于离心泵上,可以对研究起到很好的帮助作用
2021-03-04 15:41:02 6.11MB 故障
1
基于电流相似度分析的两级三相PWM整流器开路故障诊断
2021-03-04 11:06:04 2.05MB 研究论文
1
基于粒子群算法的EMD-KICA联合故障诊断方法
2021-03-03 21:09:13 665KB 研究论文
1
基于MSPM的故障诊断技术的研究现状与展望
2021-03-03 21:08:29 893KB 研究论文
1