基于双重降噪与谱峭度的齿根裂纹故障诊断

针对动车组牵引整流器IGBT的开路故障诊断问题,以CRH3型动车组的牵引工况为例,提出一种基于改进谱峭度与电流均值的新型诊断方法。分析单个IGBT开路和2个IGBT同时开路故障下牵引整流器的网侧电流突

滚动轴承早期故障振动信号微弱,并且受环境噪声影响严重,特征信号提取困难。针对这一问题,提出了最大相关峭度解卷积方法来提取轴承故障的特征信号。通过计算信号的最大相关峭度值,估算出感兴趣的解卷积周期T,选

滚动轴承故障检测MATLAB程序能够快速计算谱峭度和包络谱，并通过谱峭度和包络谱分析来诊断滚动轴承的故障。谱峭度是一种常用的信号特性参数，可以用于检测故障的出现和程度，而包络谱分析则能够提取信号的低频

本文针对数模混合电路的特点，在对己有故障诊断技术基础上，对故障字典法进行研究，采用无需将数字电路和模拟电路进行分离或者添加其他元器件就可以进行的瞬态仿真分析方法进行故障仿真，从电路功能级的角度进行信号

针对滚动轴承故障诊断提出了EMD阈值降噪法。通过振动传感器获得的轴承振动信号,利用经验模态方法将信号分解为多个IMF分量。因振动信号中含有的噪声主要表现在高频段,所以对IMF分量中的高频分量进行小波阈

SVD曲率谱降噪和快速谱峭度的滚动轴承微弱故障特征提取，刘鹏，汤宝平，针对轴承振动信号信噪比低，故障信号微弱，快速谱峭度分析选取共振中心频率和带宽不准确等问题，提出基于奇异值分解(Singularva

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

提出一种基于集合经验模态分解(EEMD)降噪与概率神经网络(PNN)的齿轮箱齿轮故障诊断方法:利用EEMD对采集到的齿轮振动信号进行分解,得到一系列固有模态函数(IMF),然后利用相关系数准则对IMF

为了提高网络故障诊断模型的建立和诊断速度, 提出一种双重支持向量机(Dual-SVM) 算法. 通过两次SVM 训练确定诊断模型: 第1 次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投

针对恶劣环境影响下齿轮特征信息难以被有效提取出来的情况,提出了一种基于自适应随机共振降噪和改进局部均值分解的齿轮故障诊断算法。利用粒子群优化算法对随机共振参数进行优选,实现最佳随机共振输出,提取出微弱