Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 基于小波包和EMD处理的滚动轴承故障诊断 为解决异步电机故障轴承振动信号易受噪音影响信噪比较小的缺点,提出了一种新的故障诊断方法。首先,采用小波分析方法对测得的原始信号进行去噪,并根据频率对原始信号进行频带划分;其次,用经验模式分解(EMD)方法对小波包分解重构得到的低频段信号进行分解,获得若干固有内在模函数(IMF);最后,采用傅里叶变换对各个IMF函数进行时频分析获得频谱图,进而提取故障频率,根据故障频率和故障类型的对应关系得出最后的诊断结果。 ...
  • 基于EMD-HT的齿轮箱故障特征提取技术研究 针对工程上齿轮箱实时监测和故障诊断的需要,对JZQ250型齿轮箱展开研究,提出了基于EMD-HT变换的信号处理方法的JZQ250型齿轮箱故障特征提取技术研究的方法。利用EMD-HT变换非常适合于非线性和非平稳过程,可以有效地提取齿轮故障特征信息优点,针对实测的齿轮箱振动信号进行处理,利用获取的瞬时频率和Hilbert边际谱作为故障特征对齿轮箱 ...
  • 基于小波包和EMD的滚动轴承故障诊断 针对滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包和经验模态分解(Empirical Mode Decomposition,简称EMD)的滚动轴承故障诊断方法。该方法用小波包对振动信号进行预处理,用Hilbert变换求重构信号的包络,采用EMD方法将包络信号分解为若干个IMF分量,让故障信息得到凸显,然后根据某个分量的频谱,判断滚动轴承的故障类型。实验结果表明,比传统的时频分析方法,该方法能够更有效地提取轴承故障特征,诊断轴承故障。
  • 基于EMD和相关的滚动轴承故障包络谱分析 提出了一种基于EMD和相关的滚动轴承故障包络谱分析方法。根据相关函数的性质,对测得的振动信号进行相关分析,以实现一次降噪。把信号的自相关函数通过EMD分解成不同特征时间尺度的固有模态函数(IMF),再对包含主要信息成分的IMF分量进行Hilbert变换求其包络,通过对包络信号进行频谱分析,提取滚动轴承故障特征频率。某型坦克变速箱上的7216滚动轴承滚动体点蚀故障的试验结果表明,该方法能有效地识别滚动轴承的故障。
  • 基于EMD细化包络谱分析在轴承故障诊断中的应用 将经验模式分解(empirical mode decomposition,EMD)、Hilbert变换和细化(ZOOM)技术结合在一起。通过EMD分解的自适应滤波算法,避免了依靠经验来设置带通滤波器的中心频率和带宽,或者用小波方法对信号进行分解时,需要预先确定基函数和分解尺度的缺点,从而为计算包络谱的细化提供了一种简易算法。结果表明,基于经验模式分解自适应滤波的滚动轴承振动信号解调方法能够有效地突出故障特征频率成分,避免误诊断。
  • 基于小波去噪和EMD的齿轮箱故障诊断研究 提出小波去噪和EMD相结合的齿轮箱故障诊断的新方法。该方法首先对原始信号进行小波阈值去噪,将去噪信号利用EMD方法分解为多个IMF分量,计算各IMF分量和原信号的互相关系数,选择互相关系数较大的IMF分量进行Hilbert包络谱分析,提取故障频率。以互相关准则提取IMF分量避免了IMF分量选择的盲目性。对实测齿轮箱故障信号进行了分析,结果表明该方法能够有效地识别齿轮箱故障频率。
  • 基于EMD的配电网故障定位仿真研究 在ATP中建立小电流接地系统单相接地故障模型并进行仿真,通过对沿线路安装的各检测装置检测到的暂态零模功率信号进行EMD分解,利用得到的最高频IMF分量部分进行一阶向后差分运算,通过分析各检测点的一阶差分波形可以得出:位于故障位置同侧两检测点的差分波形相似度极高,而位于故障位置两侧2点的差分波形相似度低,以故障点为中心,两侧各点的差分波形对称度极高。已经证明,一阶差分波形的特征信息不随过渡电阻值的变化而变化,因此,利用差分波形的故障特征信息可以为小电流接地系统的故障定位研究工作提供新思路。
  • 基于EMD-AR模型的齿轮箱故障诊断 对基于EMD-AR模型的齿轮箱故障诊断进行了研究。对齿轮箱故障振动信号采用EMD方法进行分解,得到有限个平稳的IMF(本征模式函数),对其建立AR模型,将建立的每个AR模型残差的方差和自回归参数建立Mahalanobis距离判别函数,最后进行模式特征综合,确定齿轮箱的工作状态以及故障类型。研究表明,采用EMD-AR模型进行齿轮箱故障诊断是可行有效的,提高了齿轮箱故障检测的准确性。
  • 基于EMD阈值降噪的轴承故障诊断研究 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值降噪,并与IMF分量中低频分量进行重构,实现了振动信号的降噪,有利于轴承故障的判断。
  • EMD经验模态分解MATLAB程序包 EMD经验模态分解MATLAB程序包,将压缩包中的文件夹添加在MATLAB的子路径之下,然后在MATLAB面板上方点击Set path→添加子路径,在编程时调用emd()即可使用