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
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
针对现有煤矿旋转机械滚动轴承故障诊断方法存在信号有效特征提取不完全、故障诊断精度不高及效率低等问题，提出了一种基于小波包分解和粒子群优化BP神经网络的滚动轴承故障诊断方法。该方法包括信号特征提取和故障类型识别两部分：在信号特征提取部分，对采集的滚动轴承振动信号进行小波包分解，得到各子频带能量及信号总能量，经归一化处理后获得表征滚动轴承状态的特征向量；在故障类型识别部分，通过粒子群优化算法优化BP神经网络的初始权值和阈值，以加速网络收敛速度，避免陷入局部极小值。实验结果表明，该方法提高了滚动轴承故障诊断效率和准确率。
2022-03-19 12:33:46
1.03MB
1
支持向量机(Support Vector Machine 简称SVM)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。
2022-03-09 09:08:35
328KB
1
首先根据 Harr 小波理论，给出基于 Harr 小波的信号分解与重构算法；然后根据轴承元件之间滚动接触的速度关系建立的方程，求得滚动轴承的特征频率。
2022-03-09 09:04:37
297KB
1
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