西储大学轴承数据库数据，使用的是12K驱动端轴承数据，共包括十种故障故障类型：正常、0.007滚动体、0.014滚动体、0.021滚动体、0.007内圈、0.014内圈、0.021内圈、0.007外圈、0.014外圈、0.021外圈。每种故障包含四种转速。非常适合做故障诊断的同学使用
2020-01-24 03:14:29
45.01MB
1
数据分析中主要针对内外圈故障，应用4种故障分析方法分别进行分析.通过对同一转动频率的信号采用不同处理分析方法及同一分析方法对不同转动频率的的比较，可以发现时域无量纲参数分析、FFT分析这两方法可以有效的发现故障，但是不容易得出故障信号频率，因此不能分析出具体是哪一种故障。Hilbert包络谱分析和Haar小波分析和数学形态学分析相对于前面的几种方法，可以更好的观测出故障信号频率，从而可以分析故障类型。
2019-12-21 21:57:57
1MB
1
针对轴承故障信号的非平稳性和非线性的特点，采用小波包分解和自回归（auto-regressive，AR）谱估计相结合的方法提取振动信号特征值；为了提高诊断结果的精度，提出用深度信念网络（deep believe network，DBN）进行诊断模型训练。首先，对轴承振动信号进行小波包分解和自回归谱估计，计算不同频段的能量实现轴承故障特征提取；其次，将提取到的特征值作为深度信念网络的输入向量，进行模型训练；最后，用训练好的模型进行故障诊断。为验证所提方法的有效性，采用美国凯斯西储大学提供的旋转轴承数据集，将提出的算法与三种故障诊断方法进行对比实验。实验结果表明，所提方法具有更好的诊断性能。
2019-12-21 21:40:09
1.4MB
1
1、流形学习是一种非线性降维或数据可视化的方法，已经在图像处理如人脸图像,手写数字图像, 语言处理方面取得了较好的效果，在机械故障诊断方面也有很好的效果；
2、资源包含轴承振动源数据和流行学习的Matlab程序。
2019-12-21 21:26:32
4.11MB
1
基于小波包熵和模糊C均值的轴承故障诊断MATLAB程序，代码中有注释，只要有MATLAB基础，理解起来比较简单。提供了一整套的故障诊断流程，先用小波包熵进行特征提取，再用FCM进行故障诊断。
2019-12-21 21:08:40
4KB
1
使用小波分析对各种轴承进行故障诊断，打开.m文件，然后把相应的信号数据载入.mat进行保存，仿真是时候把.m和.mat文件设定在同一路径，即可画出图形。
2019-12-21 20:11:10
986B
1
滚动轴承的故障检测、分类源代码，且配合有word版大报告。图文并茂
具体做的内容是：
针对滚动轴承这种非平稳振动信号采用的小波包分解的方法来检测故障的存在，运用神经网络来实现故障的分类，还结合D-S理论融合了多个传感器的诊断结果，提高了故障诊断的准确性并通过实验仿真证实。
2019-12-21 19:36:29
776KB
1