基于最小熵解卷积的带式输送机传动滚筒轴承故障诊断
带式输送机传动滚筒轴承发生故障时,特别是早期故障,其振动信号中隐含的脉冲故障信息很微弱,且常被淹没在强烈的噪音中,直接做频谱分析或包络分析,很难提取其故障特征。最小熵解卷积(Minimum Entropy Deconvolution,MED)通过最优滤波器对轴承微弱故障信号进行最优滤波,提高了信号的信噪比,然后对滤波后的信号进行包络解调分析,能够提取出信号中隐含的故障特征。将该方法应用于带式输送机传动滚筒中的滚动轴承故障诊断,成功提取出了轴承内圈的早期微弱点蚀故障特征。对FIR滤波器阶数L的选择进行了分析,以确保最优的MED解卷积效果。仿真与应用验证了最小熵解卷积方法在滚动轴承故障诊断的有效性和优点。
文件下载
评论信息
其他资源
- 数值分析ppt（清华李庆杨第五版）
- optiMEXFiles 64位
- matlab实现sift提取特征点
- 毕业设计坦克大战论文
- 精美简洁购物商城网页模板
- LTE，EESM，CQI计算
- Asus GTX 550 Ti 1024 MB BIOS
- QRS起点终点检测
- 2014年重庆理工大学电气工程专业《英语》AB期末考试试卷.pdf
- 基于人工智能语音交互的养老服务平台要求.pdf
- 前端学习2020/2/10.7z
- 正交混频相位式激光测距方法与系统实现
- 基础接地体的接地电阻计算.xls
- oracle 的ob工具
- axis2所有的jar
- centos7&&gcc&&g++离线安装包-亲测可用.zip
- 网络课程设计 基于c/s聊天系统
- 中文Understand+破解器+中文使用说明书（绝对好用）
- 华为项目管理资料及模板
- 基于递归神经网络的广告点击率预估
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明