凯斯西储大学轴承实验室故障诊断数据

基于最优Ｍｏｒｌｅｔ小波的滚动轴承故障诊断张　丹ａ,隋文涛ｂ,张　宇ｂ(山东理工大学ａ.电气与电子工程学院;ｂ.机械工程学院,山东　淄博　255049)摘要:将最优Ｍｏｒｌｅｔ小波和阈值降噪法相结合,

将样本熵算法和同源信息融合技术结合起来,提出了一种基于全信息样本熵的轴承故障诊断方法,并通过实验模拟轴承的内圈、外圈和滚动体故障,证明了该方法可以有效地区分三种故障。

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,

针对滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包和经验模态分解(Empirical Mode Decomposition,简称EMD)的滚动轴承故障诊断方法。该方法用小波包对振动信号进行预处

从振动信号处理角度阐述了滚动轴承故障诊断的诊断流程,总结了时域分析、频域分析(包括倒频谱分析、包络分析和谱峭度法)、小波分析、循环平稳信号分析4种主流的滚动轴承故障特征信号提取处理方法最新研究进展。并

滚动轴承作为列车的重要运动部件,由于冲击、磨损和长时间运行,很容易造成内部损伤,严重的可以引起列车翻车.为了实现货车滚动轴承的在线不拆解故障诊断,研究了在LabVIEW环境内使用MATLABScrip

本文先对滚动轴承的故障诊断技术按发展阶段进行了概述。接着介绍了本诊断系统是如何搭建的，同时介绍了轴承诊断的一些方法以及它们的优缺点。第三部分是基于LabVIEW的滚动轴承故障诊断系统的实现，也是本文的

轴承早期故障信号的信噪比较低，较难识别。为提高轴承早期故障诊断的准确，分析了现有方法和视觉信息处理方式的相似点，从视觉信息处理的角度进行研究，提出一种基于谱质心直方图的滚动轴承故障特征提取方法，将所提

讲述S变换在滚动轴承故障诊断上的应用，s变换时优于小波变换的提取时频域的手段。

基于BP神经网络的滚动轴承故障诊断，内附故障数据