基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断_刘长良.pdf

针对局部特征尺度分解（LocalCharacteristic-scaleDecomposition，LCD）方法中严重的端点效应，将BP神经网络应用到信号的延拓中，提出了一种提出基于BP神经网络延拓局

论文研究-一种基于Hilbert-Huang变换和AR模型的滚动轴承故障诊断方法.pdf, 提出了一种基于Hilbert-Huang变换和AR模型的滚动轴承故障诊断方法.采用Hilbert-Huang

分滚动轴承和滑动轴承两部分介绍。 内容比较详细,我只看了滚动轴承部分。

针对滚动轴承运行过程中故障难以识别的问题,提出一种最大相关峭度解卷积与改进的最小二乘支持向量机的故障诊断方法。该方法首先利用最大相关峭度解卷积提取不同运行状态下轴承特征信息,然后利用最小二乘支持向量机

为实现风电机组滚动轴承微弱故障诊断,提出了基于改进的时时(ITT)变换的风电机组滚动轴承故障诊断方法。由时时(TT)变换可得到一维轴承故障振动信号的TT变换矩阵,实现滚动轴承振动信号的二维TT表示。提

在电机滚动轴承的故障诊断领域中,由于电机运行环境的复杂性,以及目前大多数故障诊断依然是基于单参数进行,如振动、温度及电流等所能携带的故障特征进行诊断,所以不确定性因素及不确定信息也充斥其间,从而致使故

小波包循环平稳解调在滚动轴承故障诊断中的应用，汪泽民，，本文通过对滚动轴承故障诊断方法的研究，提出了基于小波包分解及其频带能量法与循环平稳解调相结合的故障诊断方法。实验验证了该

通过对滚动轴承振动信号进行定量分析,从振动故障信号中提取与故障诊断方法有关的故障特征,在传统支持向量机的基础上,研究孪生支持向量机的建模方法,建立基于孪生支持向量机的滚动轴承振动故障诊断模型,并结合粒

基于小波变换的滚动轴承故障诊断,振动信号中的高频部分对诊断结果有一定影响,为克服此影响,首先运用小波包对SKF型滚动轴承故障信号进行预处理,以此为特征向量结合概率神经网络去验证模型的实用性和可行性。分

滚动轴承是列车转动机件的支撑,也是铁路车辆上最容易危及行车安全的易损件。由于工作面接触应力的长期反复作用,极易引起轴承疲劳、裂纹、压痕等故障,导致轴承断裂,造成重大事故。轴承工作状态是否正常,对于列车