![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
故障诊断
文章平均质量分 71
专注故障诊断
这个作者很懒,什么都没留下…
展开
-
15种时域特征提取的Python代码实现(平均值、方差、标准差、偏度、峭度、最大/小值、峰峰值、均方根、峰值因子、波形因子、脉冲因子、裕度因子、峭度因子、能量)
15种时域特征提取的Python代码实现(平均值、方差、标准差、偏度、峭度、最大/小值、峰峰值、均方根、峰值因子、波形因子、脉冲因子、裕度因子、峭度因子、能量)原创 2024-03-01 16:02:36 · 3243 阅读 · 0 评论 -
15种时域特征提取的MATLAB代码实现(平均值、方差、标准差、偏度、峭度、最大/小值、峰峰值、均方根、峰值因子、波形因子、脉冲因子、裕度因子、峭度因子、能量)
15种时域特征提取的MATLAB代码实现(平均值、方差、标准差、偏度、峭度、最大/小值、峰峰值、均方根、峰值因子、波形因子、脉冲因子、裕度因子、峭度因子、能量)原创 2024-03-01 15:15:50 · 3010 阅读 · 0 评论 -
多种时间序列、数据分类、数据回归算法(matlab代码)
目录000_代码获取001_基于BP神经网络的数据回归预测002_基于BP神经网络的数据分类预测003_基于BP神经网络的时间序列预测004_基于支持向量机(libsvm)的数据回归预测005_基于支持向量机(libsvm)的数据分类预测006_基于支持向量机(libsvm)的时间序列预测007_基于遗传算法优化的BP神经网络数据回归预测008_基于遗传算法优化的BP神经网络数据分类预测编辑009_基于遗传算法优化的BP神经网络时间序列预测010_基于随机森林算法的数据回归预测011_基原创 2024-01-09 11:17:31 · 1716 阅读 · 0 评论 -
基于WOA-VMD-PSO-SVM轴承故障诊断(完整论文复现),Matlab代码
筛选和原始信号相关度较高的IMF分量,运行代码sxIMF.m可以得到表correlation_coefficients.csv,里面包含每种故障类型的随机一个样本和原始信号之间的相关系数,你需要根据这个表格筛选出相关性较强的IMF分量个数,后续得作为2.3特征提取的参数输入。若筛选的IMF分量个数为9,本文包含正常一共有10种故障类型,每种故障类型包含120组数据,在进行特征提取时,每种故障应包含120×9个特征向量,运行tezhengtiqu.m代码,可以得到文件数据集.csv其作为SVM的分类输入。原创 2023-11-29 14:34:20 · 843 阅读 · 0 评论 -
WOA鲸鱼优化VMD模态分解参数k和a的Python代码(以最小包络熵为适应度函数)
目录 1.数据的获取2.VMD函数-python代码实现3WOA函数-python代码实现(部分)4适应度函数-python代码实现(部分)5主函数--python代码实现(部分)6 成果展示7代码获取轴承故障数据🍞正在为您运送作品详情原创 2023-11-27 16:22:07 · 788 阅读 · 0 评论 -
VMD分解,python代码,包络线,包络谱,中心频率,峭度值,能量熵,样本熵,模糊熵,排列熵,近似熵,包络熵,频谱图,包含所有程序的python代码
目录1.数据的获取2.VMD函数-python代码实现3.采用python导入故障数据进行VMD分解4.结果展示4.1VMD分解图4.2信号和包络4.3包络谱图4.4频谱图4.5峭度值4.6IMF分量峭度值、能量、EMD能量熵、包络熵、局部最小包络熵、模糊熵、样本熵、近似熵、排列熵5.代码源码轴承故障数据原创 2023-11-23 20:31:42 · 1180 阅读 · 0 评论