机械故障诊断学（全部课件）.zip

故障诊断代码 matlab

基于EMD和支持向量机的旋转机械故障诊断方法研究：将支持向量机应用与故障诊断！

基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法

基于MATLAB的机械故障诊断技术案例教程程序2

针对机械智能监测和故障诊断中故障样本缺乏的问题,提出了一种支持向量数据描述和用双谱提取故障特征值相结合的机械故障诊断方法。该方法可以只利用正常状态数据样本来建立单值分类器,判别机器的运行状态。高阶谱能有效地抑制噪声,对不同类型的故障,高阶谱存在明显差异。采用双谱对角切片对原始数据信号进行特征提取,将特征值作为SVDD的输入参数进行分类。运用该方法在滚动轴承的故障诊断中。

旋转机械是指主要功能是由旋转动作来完成的机械，尤其是指转速较高的机械。旋转机械广泛应用于大型石油、化工、冶金、电力等行业。 由于旋转机械的结构及零部件设计加工、安装调试、 维护检修等方面的原因和运行操作方面的失误，使得机器在运行过程中会引起振动，其振动类型可分为径向振动、轴向振动和扭转振动三类，其中过大的径向振动往往是造成机器损坏的主要原因，也是状态监测 的主要参数和进行故障诊断的主要依据。 旋转机械的主要故障来源是其转动部件—转子系统。因此，研究旋转机械的机械转子系统故障诊断方法具有重要意义。

利用各种检查和测试方法，发现系统和设备是否存在故障的过程是故障检测；而进一步确定故障所在大致部位的过程是故障定位。故障检测和故障定位同属网络生存性范畴。要求把故障定位到实施修理时可更换的产品层次（可更换单位）的过程称为故障隔离。故障诊断就是指故障检测和故障隔离的过程。

基于MATLAB的机械故障诊断的小波分析程序

本书以化工、石化、电力、钢铁和航空等部门中使用的各类旋转机器和往复式压缩机为主要对象，比较全面、系统地阐述了机器故障类型、产生机理、表现特征以及故障防治方法。重点介绍了各类高参数旋转机器的故障，以振动故障诊断为主线，细分了各种故障类型，如：不平衡故障、不对中故障、滑动轴承的油膜不稳定故障、转子摩擦故障、浮环密封故障、流体激振故障以及高速转子自激振动故障，从理论和实践经验两方面详述了它们的故障机理和特征。对往复式压缩机的故障振动和管道振动提出了诊断分析方法和防治措施。对齿轮和滚动轴承，详细地分析了它们的故障原理、信号特征和故障检测方法。另外，介绍了振动信号的分析技术；无损检测中的油液分析技术和声发射技术在故障诊断中的应用；现代智能诊断技术中的模糊、神经网络和专家系统在故障诊断中的应用。