在我的工作经验中,在C#语言本身的学习上花了大量的时间,积累了一些经验,一些是在学习和工作中遇到的问题和解决办法分享出来,希望大家也能有收获。有些表述错误的地方,也希望及时指正。 (一)VSExxx.dll的使用 程序的运行以平台系统位数不匹配,64位系统上C#调用32位的C++ *.dll,其原因是该API是在32位系统下面开发的,在64位系统上面开发编译的时候需要将生成的目标平台设为X86,但是linux运行时会出现错误:An attempt was made to load a program with an incorrect format,生成的目标平台设为X86的程序须在32位
2023-11-25 23:32:10 88KB
1
从高铁数据中分析得到高速列车的运行状况对保障高铁安全至关重要.列车的振动数据就是其中之一,这些振动数据是通过多个传感器以一定的采样频率得来的.一个1~2d的测试实验将得到GB以上的数据,因此振动数据分析之前的预处理过程必不可少,包括异常点处理、消除线性趋势项等.异常点处理是指先用通用规则发现异常点,并用其邻近的数据点来恢复它的值.线性趋势项是指测试设备的原因使得采集的数据有一个线性的偏移,不处理偏移,则误差将会进一步累积.传统的振动数据预处理方法是顺序逐个处理文件,处理时间长,不能满足要求,且受内存的限制
2023-03-27 00:38:52 1.19MB 自然科学 论文
1
主程序是 Main_sound_and_vibs.m。 声音、手臂振动、全身振动和晕动病中的每一个都有几个指标。 Main_sound_and_vibs 调用主要依赖函数“Continuous_Sound_and_Vibrations_Analysis”包含控制数据流的开关语句。 该程序计算连续声音和振动的指标。 声音指标包括:峰值、Leq、LeqA、LeqC、峰度、第三倍频程峰值和电平等。 手臂的振动指标包括:arm、armq、Dy、峰值、波峰因数、峰度、第三倍频程水平和峰值等。 全身振动指标包括:arms、armq、VDV、MSDV、波峰因数、峰度、第三倍频带电平和峰值等。 除了第三倍频带之外的振动指标是使用加权和未加权滤波器计算的。 该程序提示用户输入 Continuous_Sound_and_Vibrations_Analysis.m 程序的所有输入。 用户选择 ma
2023-03-23 20:40:19 2.94MB matlab
1
用于处理振动信号数据的傅立叶变换,以便生成频谱,为后期的求取频域特征值
2022-09-14 22:00:36 945B fft_振动 振动 振动fft 振动信号fft
列车振动matlab代码刀具磨损预测 基于物联网的工具磨损预测,该项目用于收集和分析MATLAB中的振动数据,并使用该数据预测工具磨损。 抽象的 通常通过基于概念的振动监测来预测工具磨损,其中在加工过程中产生的振动与工具磨损现象相关。 事先检测到工具磨损现象可以提高加工过程中的性能。 机器和工具振动的大量变化是通过MPU-6050传感器获取的,并上传到云服务器。 在速度,切削深度,进给速度和振动之间建立了关系。 利用从云服务器记录的所有值,对机器学习模式进行了训练,以在这种现象发生之前预测工具的磨损。 这些结果为实现工具和机器的在线监控以及预测性维护提供了初步的要素。 工具磨损预测 在此模块中,组件是NodeMCU和MPU-6050加速度计+陀螺仪,它们通过USB电缆连接到笔记本电脑,USB电缆是NodeMCU的电源。 传感器检测到加工过程中的振动,并将其发送到NodeMCU,将接收到的所有数据发送到MATLAB云平台Thingspeak。 诸如主轴速度和切削深度之类的加工参数在代码中进行了硬编码。 在MATLAB工作区中,已存储上传的数据并将其作为CSV文件导入。 导入的数据包含原始
2022-05-12 16:05:29 1.26MB 系统开源
1
振动相关数字信号处理,对于了解和学习振动相关处理很有帮助。 没什么想说的,以下就是凑字数了。 没什么想说的,以下就是凑字数了。 没什么想说的,以下就是凑字数了。 没什么想说的,以下就是凑字数了。
2022-03-25 18:19:00 3.35MB 振动 数字信号处理 vibration
1
labview采集加速度信号,并作时域和频域分析
根据西储大学轴承数据中心提供的文档,按照故障类型将数据整理进不同的文件夹,方便以后调用
2021-12-03 16:41:05 36.09MB 西储大学 振动数据 轴承 故障
1
如果单自由度 (SDOF) 系统的自由衰减响应 (FDR) 不能直接获得,则可以使用环境振动数据来估计模态阻尼比。 这里使用了随机递减技术 (RDT) [1] 以及自然激励技术 (NExT) [2]。 首先,使用 [3] 在时域中模拟 SDOF 对白噪声的响应。 然后使用 RDT 或 NExT 计算 IRF。 最后,将指数衰减拟合到 IRF 的包络上以获得模态阻尼比。 本呈件包含: - 实现随机递减技术 (RDT) 的函数 RDT.,m - 实现自然激励技术 (NExT) 的函数 NExT - 函数 expoFit 通过将指数衰减拟合到 IRF 的包络来确定模态阻尼比。 - 一个函数 CentDiff 用于在时域中模拟对单自由度的白噪声负载的响应。 -示例文件Example.m 欢迎任何问题、意见或建议。 参考 [1] 易卜拉欣,SR(1977)。 用于结构模态识别的随机递减技术。
2021-11-04 17:37:55 227KB matlab
1
振动采集和分析,振动数据采集器,LabView源码.zip.zip
2021-10-15 09:02:07 264KB