本文主要研究内容作者王成龙,韦巍,李天永(2019)在《基于改进的经验模态方法脑电信号分解》一文中研究指出:针对经验模态分解(empiricalmodedecompositio...
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...
本文主要研究内容作者何庆飞,陈小虎,王旭平,喻春明,张宁(2019)在《基于振动信号的齿轮泵故障诊断》一文中研究指出:进行齿轮泵故障诊断时,首先采用基于马氏距离的传感器通道选择方法选择最佳振动信号,然后采用多项式最小二乘法去除信号趋势项,再基于五点三次平滑法对信号进行平滑预处理,最后分别提取基于峭度...
本文主要研究内容作者胡毅伟,刘自然,李谦,尚坤(2019)在《基于EMD幅值熵和支持向量机的滚动轴承故障诊断》一文中研究指出:针对滚动轴承早期故障特征微弱,无法对轴承状态进行有效辨识的特点,提出基于EMD幅值熵和支持向量机的故障诊断方法。首先通过经验模态分解的自适应性将振动信号分解为不同时间尺度的本...
本文主要研究内容作者陈光武,李文元,于月(2019)在《基于模糊间隔阈值EMD的微机械陀螺消噪》一文中研究指出:为了减小低成本微机电系统(MEMS)陀螺仪输出中的噪声,提出了一种经验模态分解(EMD)的模糊间隔阈值消噪方法。首先通过EMD将信号分解为多个本征模函数(IMF),并且IMF特性将这些IM...