基于EEMD的故障微弱信号特征提取研究
总体平均经验模式分解（EEMD）方法是一种先进的时频分析方法，非常适合于对非平稳故障微弱信号的分析处理。文中介绍了EEMD方法的原理与算法实现步骤，重点分析了EEMD方法避免模式混淆的机理。利用EEMD方法对齿轮箱振动信号进行分析，成功提取了小齿轮磨损故障特征，验证了EEMD方法在故障微弱信号特征提取的有效性。
文件下载
评论信息
其他资源
- pit提取工具
- 学生成绩管理系统毕业设计答辩ppt
- QT串口与51单片机通信
- 中国老年人养老数据
- 基于vue.js的移动端旅游网站源码
- POSTEK Browser Print 浏览器打印
- WeChat.rar
- 基于软件仿真的高频功率放大器设计
- aurora+micro-miktex+keygen（公式编辑器）
- STK公司中文培训教材(全327页)
- 国际学术会议poster模板
- MATLAB 粒子群图像分割算法
- 改进平方根法matlab
- microsoft.office.core.dll下载
- Java实现简易画图板
- 排序和查找实现适配器模式
- 机器学习论文TOP20篇
- 机械设计课程设计——圆柱齿轮减速器设计说明书（含装配图）
- winform耗时代码处理，仿win10加载动画Loading
- scikit-learn-videos：scikit-learn视频系列中的Jupyter笔记本-源码
- c++ ftp文件传输
- PISM软件使用说明
- 基于SVD分解的数字水印 代码
- c语言拓扑排序算法
- QT5应用视频教程
- 基于FPGA技术的8位模型机设计与实现
- java 简单购物车
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