改进SVD与EEMD的TEO伺服压机滚动轴承故障提取
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.47 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对伺服电动机滚动轴承故障信号受噪声干扰不易识别的问题,提出一种基于改进SVD-EEMD与Teager能量算法相结合的故障诊断方法。该方法首先用改进SVD方法进行信号降噪,随后利用集合经验模态分解(EEMD)对降噪信号进行故障特征提取,最后利用Teager能量算法对故障信号特征进行增强。实验结果表明,文中提出的方法能够有效地去除噪声干扰,对伺服冲压电动机轴承的故障特征信息起到了增强的作用。相关论文
- 2024-07-18基于数据对齐的深度ANN机械寿命预测
- 2021-02-24基于改进LSTM的航空发动机寿命预测方法研究
- 2021-02-15基于Pearson-KPCA和LSTM的伺服电机滚动轴承剩余寿命预测
- 2020-11-29一种基于UPF的轴承剩余寿命预测方法
- 2024-07-12多传感器信息融合的机械臂避障路径规划方法
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。