LabVIEW软件在货车轴承故障诊断中的应用

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

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

滚动轴承故障诊断的算法选择与优化，白广晨，徐晓慧，滚动轴承是机械装备中最常用的零件之一，它被称为机械的关节。它具有摩擦阻力小、装配方便、效率高、润滑方便等优点，因而普遍地

针对滚动轴承故障特征混叠难以有效区分的问题,提出基于局部线性嵌入(LLE)与最小二乘支持向量机(LSSVM)结合的故障诊断方法。在由振动信号时域和频域统计指标构造的多维特征空间中,通过LLE算法对多维

通过典型信号的MATLAB仿真讨论了小波在检测信号突变点时的选取原则。针对滚动轴承故障振动信号,先进行小波消噪,再进行小波分解与重构,对重构后的细节信号作Hilbert包络并进行谱分析,从功率谱中可清

小波包能量谱在滚动轴承故障诊断中的应用，文件包括轴承内圈、外圈、滚珠故障振动数据原始和正常工作振动数据等，编写小波包能量谱的Matlab的源程序，经测试仿真可用，供从事这方面研究的学者参考。

基于神经网络的轴承故障诊断系统利用人工神经网络技术实时监测和诊断轴承的运行状态。该系统能够提高轴承运行的可靠性和安全性，并及时发现轴承故障，从而减少设备停机时间和生产成本。系统结构包括数据采集模块、特

转子轴承系统作为综采设备的动力提供端,该系统发生故障会影响整个设备的运行,为了研究转子轴承系统的故障对电动机定子电流的影响,利用MATLAB/Simulink软件建立了以电磁转矩为纽带的异步电动机与机

提出一种基于局部均值分解(LMD)近似熵和概率神经网络(PNN)的滚动轴承故障诊断方法。通过对信号LMD分解,非平稳信号能够转换成若干个平稳的乘积函数分量(PF)之和;轴承在发生不同故障时,产生频谱相

运用自组织特征映射神经网络的工作原理和具体实现算法进行故障诊断分析,在对已有神经网络聚类分析方法概括和总结的基础上,结合实验数据、仿真数据对自组织特征映射算法故障模型诊断进行研究,得出了有意义的结论。