资源简介
基于小波变换的滚动轴承故障诊断,振动信号中的高频部分对诊断结果有一定影响,为克服此影响,首先运用小波包对SKF型滚动轴承故障信号进行预处理,以此为特征向量结合概率神经网络去验证模型的实用性和可行性。分析结果表明,小波包与概率神经网络相结合的故障诊断方法可以有效的应用于滚动轴承故障诊断。
代码片段和文件信息
相关资源
- 电动机故障诊断的几种方法
- 基于振动的滚动轴承故障诊断技术研
- 小波包分解后,提取每个频段的能量
- rbf神经网络在变压器故障诊断中的应
- 论文研究-基于信息融合技术的电梯控
- 论文研究-神经网络信息融合用于电梯
- MCKD与改进的LSSVM在滚动轴承故障诊断
- 粒子群优化RBF神经网络的光伏阵列故
- 风力发电机齿轮箱故障诊断方法及信
- KPCA故障诊断程序
- 轴承故障诊断算法模型、程序代码、
- 基于RBF神经网络的航空发动机故障诊
- 机械故障信号小波包分解诊断
- 小波包分解能量谱
- 智能故障诊断专家系统开发平台
- 基于提升模式的非抽样小波变换及其
- 小波包分解程序,可以运行的,你值
- 小波包分解并求能量谱
- 煤矿大型机电设备在线监测与故障诊
- 中国铁路机车远程监测与故障诊断系
- S变换在滚动轴承故障诊断上的应用
- 基于改进粒子群神经网络的电力电子
- 基于CLIPS的锅炉故障诊断专家系统应用
- zw_szjmlqb-6705187-PCA故障诊断步骤.zip
- 基于PCA-BP的煤矿热电厂辅机故障组合
- 一种新的改进阈值的小波包图像去噪
- 基于小波和神经网络的齿轮箱故障诊
- 论文研究 - 耦合三阶累积量微分特征
- 断带抓捕器故障诊断系统研究
- 轴承振动信号特征提取及故障诊断研
评论
共有 条评论