针对滚动轴承传统上侧重某一时间点的故障类型诊断问题,提出一种注重评估全寿命周期中性能退化趋势的指标提取方法。利用EEMD分解初始信号得到诸多IMF分量,采用相关系数准则提取相关程度高的IMF分量作为有效信息进行重构,实现信号的降噪处理。对降噪信号分别建立时域、频域和时频域共37个性能退化指标,剔除敏感度太弱和信息过于嘈杂等不适合表征滚动轴承退化趋势指标后,利用PCA法进行加权融合剩余的多域性能退化指标,最终得到能全面表征性能退化趋势指标。对Cincinnati大学采集的全寿命周期振动信号进行实验分析,结果
2023-12-27 15:17:19 46KB 自然科学 论文
1
eemd工具箱
2023-03-02 14:11:50 188KB emd
1
资源搬运,内部问题已经解决 defaultStream = RandStream. getGlobalStream;%由于新版本更新,函数的方法替换 %defaultStream = RandStream. getDefaul tStream;
2022-12-10 15:43:11 805KB FEEMD
1
文件包含:MIT-BIH数据库信号用于CEEMDAN算法代码,EMD、EEMD和CEEMDAN算法源码
2022-11-30 14:56:25 12KB matlab 信号处理 信号
1
算法程序的具体过程,有人可以帮忙看看其中添加噪声中RANDN生成的怎么控制他的噪声幅值啊,程序直接生成正太随机数,但怎么实现参数自适应性呢
2022-11-08 18:49:31 1KB EEMD的具体程序 EEMD程序
1
用于信号故障特征提取,算法研究,是简单的程序代码,
2022-10-30 15:57:07 3KB eemd
1
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。
1
Emd分解,通过峭度和相关系数选择IMF,进行信号重构,小波分解,小波包分解。
2022-10-25 10:47:55 1KB emd dwt eemd分解峭度值 emd峭度
1
采用集合经验模态分解方法对心电信号进行去噪
1