这是轴承故障检测中时间延迟反馈随机共振的教程样本。 详情请参考《基于时滞反馈随机共振的增强型旋转机故障诊断》 卢四良、何清波、张海滨、Kong范让。 Journal of Vibration and Acoustics, Transactions of the ASME: 2015,137,051008' 或联系卢思良（lusliang@mail.ustc.edu.cn 或 silianglu@ahu.edu.cn）。 享受！

论文题目：基于卷积神经网络的轴承故障诊断算法研究_张伟 main为wdcnn卷积神经网络主文件，运行它就可以得出结果 preprocess为预处理文件，主要实现制作数据集的功能 日志文件保存在logs里面，通过启动tensorboard查看 wdcnn.png为卷积神经网络的结构图像 我只实现了第三章的内容，剩下的没有做

运用凯斯西储大学滚动轴承故障数据，运用MOMEDA对信号进行周期的增强，提高信噪比，并运用希尔伯特变换，与Teager能量算子包络解调，体现Teager能量算子二次增强。同时还存在MCKD，

轴承故障在线检测系统设计，本文详细介绍了采用振动信号监测法对滚动轴承进行故障诊断过程中包含的信号采集、特征提取、状态识别、故障分析和决策干预等五个基本环节并设计了模拟信号调理、A/D转换、数字信号处理及通信硬件电路。模拟信号调理电路对输入的信号进行调理，以达到系统和模数转换器(ADC)采样的要求；单片机作为系统的核心部件，对实时数据进行处理，并将实时故障数据通过CAN总线上传给上位机。

美国西储大学滚动轴承故障诊断数据集.zip

以LabVIEW为平台设计滚动轴承振动信号分析软件,实现对滚动轴承故障信号的时域分析和频域分析。时域分析主要实现对滚动轴承振动信号的自相关、均值、有效值、峰值以及峭度值分析。对滚动轴承振动信号的频域分析主要完成对滚动轴承振动信号的幅值频谱分析、功率谱分析、Hilbert包络谱分析、倒频谱分析以及ZOOM-FFT分析。利用该分析软件对实测滚动轴承故障信号进行了分析,取得了良好的分析效果。

通过典型信号的MATLAB仿真讨论了小波在检测信号突变点时的选取原则。针对滚动轴承故障振动信号,先进行小波消噪,再进行小波分解与重构,对重构后的细节信号作Hilbert包络并进行谱分析,从功率谱中可清晰地识别出滚动轴承故障特征频率。

1维CNN轴承故障诊断code.rar

针对滚动轴承振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况，提出了基于变分模态 分解( Variational mode decomposition，VMD) 与支持向量机( Support vector machine，SVM) 相结合的滚动轴承故障诊断方法。 该方法融合了变分模态分解和支持向量机的优势，通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函数分 量，轴承发生不同故障时，不同本征模态函数内的频带能量会发生变化，从包含有主要故障信息的模态分量中提取能量特 征作为SVM 的输入，判断轴承的工作状态和故障类型。试验结果表明，该方法在少量样本情况下仍能有效地对轴承的工

Hilbert包络谱分析和Haar小波分析和数学形态学分析相对于时域无量纲参数分析、FFT分析方法，可以更好的观测出故障信号频率，分析故障类型。