基于混沌理论的滚动轴承早期故障检测

滚动轴承的振动信号特征分析报告，数字信号处理，实验报告

针对矿用通风机振动故障诊断中的特征提取问题,将小波包和希尔伯特变换相结合用于通风机滚动轴承的故障诊断,工程应用实例表明,通过该方法能有效提取出通风机滚动轴承内圈故障特征频率,诊断出滚动轴承的内圈故障,

针对基于K-means聚类算法的采煤机滚动轴承故障诊断结果存在不稳定的问题,提出了一种基于TDKM-RBF神经网络的采煤机滚动轴承故障诊断新方法。该方法采用Tree Distribution算法确定K

为了实现对滚动轴承故障位置和损伤程度的准确定位,将类别判别信息引入到无监督的稀疏编码中,提出一种有监督稀疏编码(Supervised Sparse Coding,SSC)方法,建立基于希尔伯特黄变换(

基于BP神经网络的滚动轴承故障诊断方法，于婷婷，邵诚，本文简要介绍BP神经网络的结构与原理，通过对滚动轴承正常和故障状态的振动信号的分析处理，提取了能够反映滚动轴承运行状态的特�

针对滚动轴承故障诊断中故障特征难提取与极限学习机稳定性、泛化能力差,致使故障辨识精度差的问题,提出了一种基于ITD(Intrinsic Time-scale Decomposition)能量特征与KE

基于循环统计量分析的滚动轴承故障诊断，李雅梅，隋瑒，是否能够提前对滚动轴承进行诊断，提早发现故障问题，对整个机械设备，甚至工业生产具有很大帮助。由于轴承自身对称的结构，所以

提出了一种基于小波域阈值降噪和改进Hilbert-Huang变换的滚动轴承的振动信号分析方法。利用小波域阈值消噪的方法对振动信号进行降噪,采用基于包络极值延拓和相关系数法的HHT方法得到信号的Hilb

基于CEEMD_SVD和ELM的滚动轴承故障诊断_吴漫.pdf滚动轴承故障诊断

基于EMD和TVAR模型的滚动轴承故障诊断方法，魏巍，彭涛，针对经验模态分解(EMD)的固有模态函数(IMF)选择问题，提出了一种基于能量阀值的自适应筛选方法。对筛选出的IMF分量进行信号重构后，��