说明: 轴承全寿命数据的各种时域频域特征提取,包括17个时域和13个频域特征
轴承数据 轴承特征 提取频域 轴承寿命数据 特征提取
说明:针对滚动轴承早期故障特征提取困难的问题,提出一种基于参数优化变分模态分解的轴承早期故障诊断方法。首先利用粒子群优化算法对变分模态分解算法的最佳影响参数组合进行搜索,搜索结束后根据所得结果设定变分模态分解算法的惩罚参数和分量个数,并利用参数优化变分模态分解算法对故障信号进行处理。
粒子群-轴承 优化故障诊断 粒子群--特征 粒子群-信号 轴承特征提取
说明:轴承全寿命数据的各种时域频域特征提取,包括17个时域和13个频域特征
轴承数据 轴承特征 matlab提取频域 轴承寿命数据 特征提取
说明:为了精准、稳定地提取滚动轴承故障特征,提出了基于变分模态分解和奇异值分解的特征提取方法,采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解,利用 奇异值分解技术进一步提取各模态特征,通过FCM形成标准聚类中心...
滚动轴承 分模态分解 奇异值分解 C均值聚类 FCM 分模态分解 奇异值分解
说明:读取轴承全寿命周期中的每组数据,并对其进行多域特征提取,包括时域和频域特征提取,用于轴承性能退化评估的研究很有用,自己亲手调试成功。
时频域特征 全寿命数据 轴承寿命-matlab 轴承全周期 轴承寿命数据
说明:利用西储数据,进行滚动轴承的诊断,提取故障特征。
诊断 西储轴承 轴承故障诊断 轴承故障 故障诊断
说明:本程序是用于在时域中分析处理轴承故障数据的,提取了各种时域的特征参数,包括均值,有效值,峭度,裕度指标,波形指标等等 适合初学者用于轴承的故障诊断中对参数的提取。(附上轴承故障数据3类共21组 正常、内圈、外圈)
时域 分析处理 轴承故障 障数据
说明:基于EMD滚动轴承故障诊断的编程,将振动信号进行分解得到特征频率。
EMD滚动轴承 故障诊断 振动信号 特征频率 EMD
说明:针对滚动轴承全寿命周期试验数据,采用滑动平均法对原始信号平滑后求其时域特征图,可用于轴承性能退化评估的研究。
滑动平均法 时域特征图
说明:基于最小二乘支持向量机的模式识别,特征向量为滚动轴承的能量百分比和峭度系数。
轴承 滚动 峭度 bearing-svm SVM-bearing