从振动信号中提取故障特征是滚动轴承故障诊断的常用方法。提出了利用零空间追踪算法和包络谱分析进行滚动轴承故障诊断的方法。首先对轴承故障振动信号进行零空间追踪(Null Space Pursuit)分解,降低噪声的干扰,提取高能量成分。然后对高能量分量进行包络谱分析得到振动信号特征频率,与理论故障特征频率对比后确定故障类型。仿真和试验结果显示该方法能够成功提取特征频率,辨别轴承故障类型,具有一定的实际意义。
2022-04-27 08:39:57
239KB
1
基于经验小波变换的滚动轴承故障诊断研究，徐明，谭继文，经验小波变换(EWT)作为一种新的自适应信号分解方法，通过在频域自适应构造带通滤波器组，构造正交小波函数，以提取具有紧支撑傅里�
2022-04-19 20:29:08
390KB
1
1.里面有一片类似的轴承故障诊断论文
2.计算了VMD的能量熵和样本熵
3.做了多种数据集，包括单特征和多特征pca归一化
4.利用了粒子群算法优化SVM参数
5.python代码齐全
2022-04-16 18:09:44
5.05MB
基于1DCNN-DS的滚动轴承故障诊断算法研究，杨振波，贾民平，卷积神经网络在旋转机械故障诊断领域已经取得较大的发展，可以将原始振动信号直接输入到深度学习模型中便可以诊断故障类别。然而
2022-04-15 18:03:56
396KB
1
转子_滚动轴承_机匣耦合系统的不平衡_松动耦合故障非线性动力学，转子_滚动轴承_机匣耦合系统的不平衡_松动耦合故障非线性动力学
2022-04-10 14:18:16
2.72MB
1
资源自带数据、模型，运行main.py可以直接跑出结果。
内容概要：资源里有详细介绍原理。
适合人群：具备一定python编程基础人员
能学到WHVG和GCN_GIN+的滚动轴承故障诊断流程
阅读建议：过查看注释，修改源码，添加断点，编译等，帮助自己充分理解源码。
2022-04-09 12:06:35
7.51MB