基于谐波小波变换的信号频谱细化异步电机故障诊断方法

基于多维变换的模拟电路故障诊断的神经网络方法,祝文姬,何怡刚,本文提出了一种基于电路双线性函数在多维空间的变换与神经网络相结合的非线性模拟电路故障诊断新方法。该法使用电路的端口特性来

由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测。针对上述问题,提出基于小波包神经网络的电机故障诊断的方法。结合电机振动的非平稳随机性的特点。利用小波包多分辨率

传统基于傅里叶分析的算法,其频谱分辨率受限于数据长度,对此,提出一种在短时数据下利用双HTLS算法进行异步电机转子断条故障诊断的方法。利用HTLS算法中的Hankel矩阵左奇异子矩阵的平移不变性质,准

双馈异步发电机定子绕组故障诊断研究，陈继宁，马宏忠，双馈风力发电机定子三相绕组在正常情况下并不是严格对称的，当定子绕组发生不平衡故障时，定子绕组电流信号的频谱图谐波分量变化

基于Labview的异步电机模型异步电动机；准确数学模型；LabVIEW；仿真

频域Relax方法能有效提取平稳信号中的某一特定频率成分，在工频供电的非调速鼠笼式异步电动机故障诊断过程中，可以用来剔除工频分量，凸显故障特征。但是对变频调速动态过程中电动机而言，输入电压频率随时间变

发电机故障诊断doc,发电机故障诊断

首先介绍了基于数据驱动的故障诊断方法研究动机和国内外发展现状, 以新的视角将现有故障诊断方法分 为基于数据驱动的方法、基于分析模型的方法和基于定性经验的人工智能方法, 说明了该方法在整个体系中的地位,

针对现有故障诊断方法难以诊断涵盖多种不同类型故障的问题, 提出一种基于分层DSmT 的多故障诊断方法. 利用主元凝聚层聚类方法实现证据聚类, 将辨识框架分成若干个子框架; 利用证据主元将BP 神经网络

采用基于EMD改进的总体经验模式分解算法(EEMD)对齿轮箱进行故障诊断。首先利用Matlab进行仿真实验,验证了具有自适应特性的EEMD分解方法在消除基本模式分量之间相互混叠现象方面的有效性。然后利