二阶循环平稳分析在早期故障诊断中的应用

主成分分析亦称“主分量分析”或“分量分析”等，它是指将多个相关变量简化为少数几个不相关变量的一种多元统计方法.其目的在于简化统计数据和揭示变量间的关系.每个主成分是初始变量的线性组合，所有主成分间相互

滚动轴承故障冲击特征易被工频载波信号淹没,而传统的信号降噪方法对工频干扰不具有针对性,所以将工频陷波理论引入到轴承故障诊断中。由于陷波的窄带滤波特性,其对中心频率及带宽参数变化较为敏感,通过粒子群多参

以PLC(Programmable Logic Controller)为代表的现场控制器功能日趋完善,除了完成对设备、工艺过程的监控任务,还可以快速发现现场的各种故障并及时解决。据统计实际中80%以上

粒约简算法在SDG故障诊断中的应用，刘艳红，张静，本文将基于粗糙集的二进制粒矩阵的知识约简算法引入到基于SDG模型的故障诊断中，以离心泵与液位系统为例，用粒语言来描述和表达SDG

PCA-SDG在TEP多源故障诊断中的应用，田娟，王培鑫，针对传统基于SDG(符号有向图)的故障诊断方法对每个变量节点状态和高低阈值难以确定，且对各个变量单独统计，不考虑变量间相互关系�

针对包络分析中带宽和中心频率依靠经验估计的缺陷,应用一种快速峭度图算法自动为包络谱分析提供最佳带宽和中心频率。快速峭度图算法借鉴了二进小波分解算法,先将原始信号经过FIR滤波器将信号进行分解,然后在各

针对水泵机组振动故障的复杂性,采用了应用较为成熟的基于概率神经网络(PNN)的故障诊断方法。依据归一化的故障特征量样本和目标期望输出,对诊断网络进行了达标训练。通过验证数据进行网络诊断测试,证明该方法

粗糙集是一种软计算方法,它不需要任何先验知识和理论推导,仅依赖于原始数据,从数据中发现潜在规律和隐含规则,其核心任务是数据约简,得到最简决策规则。文章基于粗糙集理论的可辨识矩阵算法,对滚动轴承故障信息

为了对具有非平稳信号的旋转机械的轴心轨迹形状进行识别,提出一种基于谐波小波滤波提纯的方法.谐波小波具有明确的函数表达式,算法实现简单,具有良好的"盒形"频谱特性,能将信号不交叠且不

齿轮箱振动信号中蕴藏着齿轮箱运行状态的所有信息。阐述了盲源分离(BSS)的基本模型及其算法,模拟了变速箱的4种常见故障,对实验室中获得的振动信号进行BSS预处理,提取小波包能量向量之后应用支持向量机算