有限元在滚动轴承中的故障诊断

一篇非常好的信号处理方面的文献，对大家学习故障诊断非常有好处

论文研究-基于SVM和EMD包络谱的滚动轴承故障诊断方法.pdf,

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

基于小波和相关分析的滚动轴承故障诊断研究，李雅梅，陈明霞，滚动轴承是旋转机械设备中应用得最为广泛的一种通用机械部件。在研究小波变换消噪的原理以及循环自相关函数分析理论的基础上，对

滚动轴承是列车转动机件的支撑,也是铁路车辆上最容易危及行车安全的易损件。由于工作面接触应力的长期反复作用,极易引起轴承疲劳、裂纹、压痕等故障,导致轴承断裂,造成重大事故。轴承工作状态是否正常,对于列车

基于决策树与神经网络结合的滚动轴承故障诊断方法，贾智涵，王晨升，提出了一种基于决策树与神经网络方法结合的改进滚动轴承故障诊断方法。该方法对滚动轴承振动信号进行EMD分解，使用决策树对分解信

1.引言 滚动轴承是各种旋转机械中应用最广泛的一种通用机械部件,它的运行状态是否正常往往直接影响到整台机器的性能。据统计,在使用滚动轴承的旋转机械中,由于滚动轴承损坏而引起的故障约占30%[1]。

用于进行滚动轴承故障诊断和分析，自动得到诊断结果

研究滚动轴承故障诊断的有效方法,目前主要有神经网络、专家系统方法、模糊数学方法等,但是利用这些技术对滚动轴承进行故障诊断,由于获得的故障断数据存在不精确和不完备的缺陷,无法获得满意的诊断效果。为了能够

滚动轴承的故障数据，可用于滚动轴承故障诊断中，故障均有两种程度