本文主要研究内容
作者张园（2019）在《基于Db4最优提升小波和T-K能量近似熵的轴承故障诊断》一文中研究指出：将Db4提升小波和Teager-Keiser能量算子结合分别对仿真信号和滚动轴承信号进行分析,用Db4提升小波根据小波系数最小熵原则获得最优细节信号,求其T-K能量谱提取特征信息,计算T-K算子的近似熵对轴承故障分类。结果表明:仿真和真实轴承信号经提升小波提取的细节信号,其T-K能量谱都可以提取故障特征,且T-K能量近似熵基本能对实验故障信号分类,效果较好。
Abstract
jiang Db4di sheng xiao bo he Teager-Keiserneng liang suan zi jie ge fen bie dui fang zhen xin hao he gun dong zhou cheng xin hao jin hang fen xi ,yong Db4di sheng xiao bo gen ju xiao bo ji shu zui xiao shang yuan ze huo de zui you xi jie xin hao ,qiu ji T-Kneng liang pu di qu te zheng xin xi ,ji suan T-Ksuan zi de jin shi shang dui zhou cheng gu zhang fen lei 。jie guo biao ming :fang zhen he zhen shi zhou cheng xin hao jing di sheng xiao bo di qu de xi jie xin hao ,ji T-Kneng liang pu dou ke yi di qu gu zhang te zheng ,ju T-Kneng liang jin shi shang ji ben neng dui shi yan gu zhang xin hao fen lei ,xiao guo jiao hao 。
论文参考文献
论文详细介绍
论文作者分别是来自机床与液压的张园，发表于刊物机床与液压2019年13期论文，是一篇关于最优提升小波论文,能量谱论文,近似熵论文,滚动轴承论文,机床与液压2019年13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，资料来自机床与液压2019年13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：最优提升小波论文; 能量谱论文; 近似熵论文; 滚动轴承论文; 机床与液压2019年13期论文;