论文研究基于BP神经网络的滚动轴承故障诊断方法 .pdf

新方法对轴承的故障诊断，有限元的分析方法，大家有参考价值

基于可视图图谱幅值熵的滚动轴承故障诊断方法，作者为陈芒，该诊断方法能够提高轴承故障诊断的准确性和效率。文章详细介绍了该方法的原理、步骤以及实验结果，能够帮助读者更好地理解和应用该方法。

针对滚动轴承早期故障特征十分微弱且易被强背景噪声淹没这一问题,引入零时滞4阶累积量(即峰态因数)用于描述信号中弱冲击成分偏离高斯分布的程度,从而提出一种基于EEMD降噪和滑动峰态解调的滚动轴承早期故障

基于局部均值分解的滚动轴承故障诊断自适应分析方法

针对强背景噪声下滚动轴承的非线性、非平稳故障特征提取不足的问题,提出了融合概率主成分分析(PPCA)及1.5维Teager能量谱的故障特征分析方法。首先对信号进行概率主成分分析,通过对信号降维重构信号

将小波包分析与距离判别分析法相结合的方法应用于滚动轴承故障诊断问题中。利用小波包分析技术提取了滚动轴承典型故障的振动加速度信号的状态特征向量,选用此特征向量作为距离判别分析模型的判别因子,以滚动轴承故

介绍一种将小波去噪与多尺度熵方法相结合的滚动轴承故障诊断方法,通过采用小波去噪后信号进行多尺度熵分析,得到多尺度熵曲线分布,对滚动轴承的正常状态、内圈故障、滚动体故障和外圈故障4种故障类型下的振动信号

H.324M作为多媒体移动终端的标准，使得多机器人系统的实时多媒体通讯成为了可能。在H.324M的基础上，针对数据传输的多路技术，开发了一种高效的移动多媒体传输协议栈，一个机器人能够同时处理两个或者更

针对平视显示器（HUD）设备自检测和地面故障诊断设备的不足，提出了一种基于模糊BP神经网络的HUD故障诊断方法。简化了故障诊断系统的结构，实现了自动性能检测和故障诊断，能够有效地辨识故障源，隔离了从L

基于灰关联神经网络的模拟电路故障诊断研究，牛丽华，李志华，神经网络具有分辨故障类型的能力，是一种模拟电路故障诊断有效方法。BP网络是目前应用最为广泛的神经网络之一，但隐层节点数一般�