本文主要研究内容
作者曾周（2019）在《基于EMD-Kurtosis的牵引电机轴承故障特征识别》一文中研究指出：文章利用经验模态分解的方法将牵引电机轴承振动信号分解成各阶本征模态函数IMF,并将各阶IMF进行傅里叶变换得到各阶IMF的频率,根据故障轴承频率特征和本征模态函数的频率对应关系,对该本征模态函数进行峭度分析,进而能够更加精确识别轴承故障特征。
Abstract
wen zhang li yong jing yan mo tai fen jie de fang fa jiang qian yin dian ji zhou cheng zhen dong xin hao fen jie cheng ge jie ben zheng mo tai han shu IMF,bing jiang ge jie IMFjin hang fu li xie bian huan de dao ge jie IMFde pin lv ,gen ju gu zhang zhou cheng pin lv te zheng he ben zheng mo tai han shu de pin lv dui ying guan ji ,dui gai ben zheng mo tai han shu jin hang qiao du fen xi ,jin er neng gou geng jia jing que shi bie zhou cheng gu zhang te zheng 。
论文参考文献
论文详细介绍
论文作者分别是来自电力机车与城轨车辆的曾周，发表于刊物电力机车与城轨车辆2019年05期论文，是一篇关于经验模态分解论文,峭度系数论文,轴承故障论文,本征模态函数论文,电力机车与城轨车辆2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电力机车与城轨车辆2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：经验模态分解论文; 峭度系数论文; 轴承故障论文; 本征模态函数论文; 电力机车与城轨车辆2019年05期论文;