暂无评论
利用sobel算子,实现相对定向中的特征提取
针对滚动轴承早期故障特征提取困难的问题 , 提出一种基于参数优化变分模态分解的轴承 早期故障诊断方法 。 首先利用粒子群优化算法对变分模态分解算法的最佳影响参数组合进行搜 索 , 搜索结束后根据所得结
机械工程领域对MATLAB程序在滚动轴承故障诊断中的应用进行深入研究。滚动轴承作为机械装置的核心组件,由于长时间使用或其他原因,可能发生磨损、裂纹、松动等故障。因此,准确迅速地诊断滚动轴承故障至关重要
为了提高滚动轴承故障诊断的准确性,运用了将多传感器信息融合技术用于故障诊断的检测方法。由电流传感器和加速度传感器采集电流信号和振动信号,经小波变换等预处理后通过能量算子获得故障特征值,再经过动量改进B
通过MATLAB代码实现轴承振动信号的特征提取,包括RMS、最大幅值、峰值因子、绝对平均值、峭度、脉冲因子、裕度因子、能量等特征。进一步介绍了小波包、经典模态分解等方法在特征提取中的应用。所有代码可在
matlab中haar特征提取,包括计算积分图,补0操作,和利用积分图计算haar特征
提出一种基于Hilbert-Huang变换(HHT)的特征分析方法,该方法将血细胞信号进行经验模态分解和Hilbert变换,提取信号的平均强度、频谱质心和能量贡献率作为频域特征,与信号的时域特征结合,
可用于计算图像的zernike矩,从而实现图像的特征提取
轴承标准,二维三维零件建模时所参考的标准件
针对背景噪声干扰及转速波动工况下滚动轴承微弱故障识别困难这一问题,提出一种结合计算阶次追踪(COT)和奇异谱分解(SSD)的新型诊断方法。利用COT算法对采集的原始时域信号进行等角度重采样,继而利用S
暂无评论