介绍了小波分析理论和MATLAI3小波工具箱，并利用MATLAI3小波工具箱进行信号分析、滚动轴承是各种旋转机械中应用，一泛的一种通用机械部件，它的工作状况直接影响机械设备的使用性能〔小波分析是一种时频信号分析方法，它具有时域和频域的局部化和可变时频窗的特点，利用小波变换和小波包对信号在不同的频带卜进行分解与重构，并对不同的分析方法进行了比较，特别是对不同的小波函数也进行了比较、最后，提出利用数据挖掘的理论来建立轴承故障诊断的数据挖掘模型库。
2022-03-06 23:17:05
215KB
1
介绍了机车轴承故障诊断中振动信号采集的硬件实现。先通过压电式加速度传感器对振动信号进行拾取，然后经过电荷放大器、抗混滤波器等系列电路对拾取的微弱信号进行处理，最后进入A/D转换电路得到微机可以识别的数字信号，从而实现振动信号的采集。
2022-03-06 14:48:26
1.23MB
1
滚动轴承故障诊断的算法选择与优化，白广晨，徐晓慧，滚动轴承是机械装备中最常用的零件之一，它被称为机械的关节。它具有摩擦阻力小、装配方便、效率高、润滑方便等优点，因而普遍地
2022-03-01 11:06:26
462KB
1
通过电动机与滚动轴承之间建立的函数关系将振动信号转变成谐波分量,进而对谐波分量分析。对这种非平稳信号首先进行经验模态分析(EMD),然后通过改进LMS算法自适应滤波器分离噪音,最后再运用希尔伯特变换得到故障轴承频谱图。通过仿真实验证明该方法可以消除大部分的噪音和低频干扰,且易于实现,最终获得符合故障诊断要求的振动信号。
2022-02-11 20:42:49
441KB
1
基于1DCNN的轴承故障诊断，在CWRU数据集上进行验证，下载即可跑通，可作为baseline。同时具有抗噪实验功能，能输出各个混淆矩阵、训练时间和测试时间。
有详细注释，同时可讲解代码。
参考毕业论文《基于卷积神经网络的轴承故障诊断算法研究_张伟》
参考github: https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis
2022-02-09 21:05:47
46.18MB
一个模型+主程序，然后里面还有CWRU轴承的数据，直接可以运行。
想修改模型可以在model.py里修改，这样就可以拿来自己搞点东西。
2022-02-05 17:06:58
17.51MB
为解决异步电机故障轴承振动信号易受噪音影响信噪比较小的缺点,提出了一种新的故障诊断方法。首先,采用小波分析方法对测得的原始信号进行去噪,并根据频率对原始信号进行频带划分;其次,用经验模式分解(EMD)方法对小波包分解重构得到的低频段信号进行分解,获得若干固有内在模函数(IMF);最后,采用傅里叶变换对各个IMF函数进行时频分析获得频谱图,进而提取故障频率,根据故障频率和故障类型的对应关系得出最后的诊断结果。实验表明,该方法能有效地提取出故障特征频率,方便地判断出故障类型。对比分析了傅里叶变换和小波变换与本方法的优缺点,为滚动轴承的早期故障诊断提供了一个新的思路。
2022-01-26 21:07:21
297KB
1
一维卷积网络对轴承故障诊断，程序语言为python，在tensorflow2.3.1，python3.6上运行
2022-01-22 14:28:13
3KB
1
提出了基于神经网络的滚动轴承故障诊断方法。以滚动轴承小波分解后的能量信息作为特征, 通过神经网络作为分类器对滚动轴承故障进行识别经过实验表明, 该方法对于滚动轴承的故障诊断具有一定的应用价值, 并可方便地推广到其他类似的诊断领域
2022-01-03 11:30:27
304KB
1