排序方式: 共有5条查询结果,搜索用时 22 毫秒
1
1.
2.
为了准确识别城轨列车滚动轴承故障类型,研究了一种基于经验模态分解(EMD,Empirical Mode Decomposition)和包络分析的滚动轴承故障诊断方法。对滚动轴承的振动信号进行EMD分解,得到若干个本征模态函数(IMF,Intrinsic Mode Function)之和,对包含主要信息成分的IMF分量作包络分析,根据包络谱的故障特征频率判断滚动轴承故障类型。实验结果表明,该方法能够准确有效地识别城轨列车滚动轴承的故障类型。 相似文献
3.
4.
5.
1