基于MCKD-EMD的风电机组轴承早期故障诊断方法
风电机组轴承处于早期故障阶段时，特征信号往往比较微弱，并且受环境噪声及信号衰减的影响严重，因此轴承早期故障特征一直难以提取。经验模态分解(EMD)在轴承的故障特征提取中已经得到了广泛的应用，但其在强背景噪声干扰下对轴承早期故障特征的提取具有一定的局限性。针对这一问题，考虑到最大相关峭度解卷积(MCKD)算法可凸显出轴承振动信号中被噪声所掩盖的故障冲击脉冲，非常适用于轴承早期故障信号的降噪处理，因此将MCKD与EMD相结合用于轴承早期故障诊断。用MCKD对强噪声轴承信号进行降噪，然后对降噪后的信号进行EMD，选取敏感本征模态函数(IMF)并计算其包络谱，通过分析包络谱中幅值凸出的频率成分判断故障类型。仿真和试验分析结果验证了所提方法的有效性和准确性。
文件下载
评论信息
其他资源
- 车辆检测样本图片
- 奥本海姆信号与系统第2版上册笔记和课后习题含考研真题详解答案 上 .pdf
- VC++6.0 MFC实现正轴测投影、斜平行投影、一点透视
- Windows Server 2012 修改域控域名
- RabbitMQ调试工具
- 工具场景编辑器-加源代码（Ogre）
- 大话通信-通信基础知识（上）
- windows PE文件格式研究及PEDUMP的实现.大学生毕业论文+毕业设计源代码.zip
- GeneticAlgorithm：使用DEAP框架创建遗传算法，在考虑卡路里和食物种类的情况下创建理想的饮食-源码
- NT39121C_V0.2.rar
- 29.深度解密二十九：百度搜索引擎“网页”端的排名规则详解.pdf
- OpenSSH_7.5.102.1600.tar.Z
- 2018 年成都人工智能前沿论坛总结
- 传智播客ssh网上商城完整数据库
- matlab基于颜色的车牌识别程序
- 28027寄存器手册
- HEC-HMS_QuickStart_Guide_3.5
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明