说明：凯斯西储大学滚珠轴承数据集14mil - 数据预处理(0HP)。
西储斯大学 轴承 cwru 西储大学 凯斯西储大学
说明：这是一个轴承故分解程序，给予小波变换，小波去噪，小波重构与EMD相结合，有时频谱，边际谱，功率谱。
轴承故分解 小波变换 小波去噪 小波重构 EMD 时频谱 边际谱 功率谱
说明：仿真滚动轴承信号，通过不同阈值降噪方法，降噪后的时域图。
滚动轴承信号 阈值降噪 时域图
说明：滑动轴承的有限长简化模型，利用雷诺方程计算出油膜厚度分布和压力。
滑动轴承 有限长简化模型
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：结合emd和bp神经网络的算法, 对轴承故障数据进行诊断,数据可以自己添加。
EMD 轴承-神经网络 轴承-BP 故障诊断-数据 轴承故障数据
说明：该算法是基于小波包变换能量率--BP神经网络进行机械轴承故障分析，提供了3种轴承故障及正常运营数据，包括Normal.mat 正常轴承数据 +Inner.mat 内圈故障数据+Outer.mat 外圈故障数据+Ball.mat 滚动体故障数据。
滚动轴承 小波神经 小波能量 神经网络 小波变换-故障
说明：这是真实的轴承在定转速状况下的振动信号，可用作分析数据。
轴承数据 轴承振动 振动信号分析 轴承-信号 振动数据
说明：本代码是基于自编码在对于手写数字识别的基础上对于轴承故障信号的检测识别，信号来源于凯斯西储大学实验室，错误类型分为正常normal ，外圈错误OF，内圈错误IF，轴错误RF，一共分为是个级别
说明：此文件中包括了EEMD源程序，并通过真实的轴承故障数据运用EEMD与小波降噪相结合的方法对信号进行消噪处理，降噪结果明显。
eemd降噪 EEMD EEMD与小波降噪 轴承 Wavelet-Denoise
