轴承故障分析程序

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

通过对滑动轴承故障形式及故障特征的分析,提出一种利用润滑油进出口温度和润滑油成分的变化,来判断轴承是否出现故障的方法,该方法简单可行,特别适用于滑动轴承故障诊断的初期阶段。

西储大学轴承数据集是一项用于轴承故障分析的独特资源，为研究人员提供了丰富的数据以探索轴承运行中的潜在问题。通过结合深度学习技术，这一数据集不仅仅提供了大规模的实验数据，还为开展轴承性能研究提供了坚实的

水轴承与滚动轴承混合支承主轴热态特性分析，朱国振，蒋书运，本文提出一种水润滑静压轴承与滚动轴承混合支承主轴，综合水润滑静压轴承的高刚度、低发热量和滚动轴承易于拆卸、经济性等优点。

针对较强噪声环境下的滚动轴承故障识别问题,提出并研究了一种新的滚动轴承故障诊断技术,采用将冗余二代小波包变换(RSGWPT)和集合经验模态分解(EEMD)相结合提取故障特征的方法。仿真实验和振动信号诊

故障轴承的振动信号是非平稳信号,传统的非平稳信号分析手段存在许多不足;BP网络能够出色地解决传统识别模式难以解决的复杂问题。提出了经验模态分解(EMD)与BP神经网络相结合的滚动轴承故障诊断方法。采用

针对滚动轴承极易损伤,振动信号表现出非线性、非平稳性等特点,提出一种基于局部特征尺度分解(LCD)和改进支持向量机(SVM)的滚动轴承故障诊断算法。首先对采集到的轴承振动信号进行LCD,分解得到一系列

一种基于压缩感知的轴承故障检测方法,张新鹏,胡茑庆,在频域对轴承进行故障检测时,传统的方法需要收集所关心频段的所有数据点然后分析判断轴承状态,当感兴趣的频段很宽时将增大数据

MED方法及在滚动轴承故障诊断中的应用文档

采用一种处理非平稳信号的新方法—希尔伯特-黄变换HHT(Hilbert-Huang Transform)来进行滚动轴承故障特征的提取。将信号先进行小波包降噪处理,然后用HHT进行信号故障特征提取。通过