搜索资源列表
cluster_VMDaFCM_casedat
- 为了精准、稳定地提取滚动轴承故障特征，提出了基于变分模态分解和奇异值分解的特征提取方法，采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解，利用 奇异值分解技术进一步提取各模态特征，通过FCM形成标准聚类中心，采用海明贴近度对测试样本进行分类，并通过计算分类系数和“卜均模糊嫡对分类性能进行评价，将该方法 应用于滚动轴承变负荷故障诊断。
Mechanical-fault-diagnosis-method
- 经验小波变换(EWT)是一种新的自适应信号分解方法, 该方法继承了EMD 和小波分析方法的各自优点, 通过提取频域极大值点自适应地分割傅里叶频谱以分离不同的模态, 然后在频域自适应地构造带通滤波器组从而构造正交小波函数, 以提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分。本文将该方法引用到机械故障诊断中, 提出了一种基于经验小波变换的机械故障诊断方法, 并与EMD方法进行了对比分析。仿真结果表明, 经验小波变换方法明显优于EMD
eemd
- 提取信号特征及归一化处理，比emd明确度更高，可与emd做对比(Extracting signal features and normalization processing)
emd Vs vmd
- 经验模态分解效果和改进后VMD分解方法对比,尤其是在传统经验模态分解结果的弊端上(The empirical mode decomposition effect is compared with the improved VMD decomposition method, especially in the drawbacks of the traditional empirical mode decomposition results
VMD代码
- VMD代码，该程序对信号进行经验模式分解，可以用于故障信号处理，还可以与很对方法结合。如，排列熵，emd,vmd,等，包含VMD、EMD、EEMD工具箱，可用于变分模态分解、EMD以及EEMD谐波检测对对比分析(VMD code, the program for empirical mode decomposition of signals, can be used for fault signal processing, can al