已閱讀1頁，還剩45頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、作為模式識別和滾動軸承故障診斷的核心技術(shù)，特征提取一直以來都是人們廣泛關(guān)注的課題。因為滾動軸承早期故障信號具有非平穩(wěn)性，強噪聲性，難提取特征的特點，所以如何有效的提取早期故障特征，已經(jīng)成為具有挑戰(zhàn)性的難題。本文對超完備有理小波變換進(jìn)行了研究，提出了兩種故障特征提取方法----基于自適應(yīng)有理小波變換的故障特征提取方法和基于有理雙樹復(fù)小波變換方法的故障特征提取方法。
本研究主要內(nèi)容包括：①研究了基于自適應(yīng)有理小波變換的滾動軸承故障
2、特征提取方法。首先根據(jù)故障信號的結(jié)構(gòu)特征，構(gòu)造出適應(yīng)故障信號的超完備有理小波，然后利用該有理小波對故障信號進(jìn)行分解，得到J層高頻小波分量，最后選取峭度較大的高頻小波分量進(jìn)行Hilbert瞬時頻率譜分析，以此實現(xiàn)了故障特征信息的提取。將該方法應(yīng)用到多組滾動軸承內(nèi)圈和外圈的故障振動信號中，實驗結(jié)果表明了該方法能有效地提取出滾動軸承的早期故障特征。②研究了基于有理雙樹復(fù)小波和支持向量機（SVM）的滾動軸承故障診斷方法。首先通過有理雙樹復(fù)小波變
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聲信號小波變換的滾動軸承故障診斷.pdf
- 基于RSSD和小波變換的滾動軸承故障診斷方法研究.pdf
- 基于小波變換的滾動軸承故障診斷系統(tǒng)的研究與開發(fā).pdf
- 基于小波變換和經(jīng)驗?zāi)B(tài)分解的滾動軸承故障診斷方法研究.pdf
- 基于小波變換和包絡(luò)分析的鐵路貨車滾動軸承故障診斷研究.pdf
- 基于小波理論的滾動軸承故障診斷方法研究.pdf
- 小波變換在軸承故障診斷中的研究與應(yīng)用.pdf
- 基于小波理論的滾動軸承智能故障診斷方法的研究
- 基于小波神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷研究與應(yīng)用.pdf
- 滾動軸承故障診斷技術(shù)及其工業(yè)應(yīng)用.pdf
- 基于小波變換和Hilbert-Huang變換的滾動軸承振動信號分析與故障診斷.pdf
- 基于小波理論的滾動軸承智能故障診斷方法的研究.pdf
- 小波分析技術(shù)在滾動軸承故障診斷的應(yīng)用研究.pdf
- 小波包絡(luò)分析在滾動軸承與齒輪故障診斷中的應(yīng)用.pdf
- 高階統(tǒng)計量在滾動軸承故障診斷中的應(yīng)用.pdf
- 基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷.pdf
- 基于小波與支持向量機的滾動軸承故障診斷.pdf
- 基于復(fù)小波的共振解調(diào)在滾動軸承故障診斷中的應(yīng)用研究.pdf
- 基于小波變換與PNN神經(jīng)網(wǎng)絡(luò)相結(jié)合的滾動軸承故障診斷.pdf
- 基于小波降噪和經(jīng)驗?zāi)B(tài)分解的滾動軸承故障診斷.pdf
評論
0/150
提交評論