基于周期势系统自适应随机共振的微弱特征信息提取方法技术资料下载

技术编号:10535136

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

大型旋转机械通常工作在低速重载、强噪声背景下,从而导致在故障诊断过程中 获取的振动信号是被强噪声深度污染的信噪比极低的信号,严重影响诊断的精确性。因此, 如何提取强噪声背景下微弱故障特征信息就成了故障诊断领域关键问题之一。 在微弱信号检测方面,传统的方法主要是设法抑制和消除噪声以提高信噪比。然 而,当噪声频率与信号频率接近或重合时,抑制噪声的同时,有用信号往往也被剔除掉,这 极大影响了微弱信号的检测效果。对于如何解决该问题,非线性随机共振理论的提出起到 ...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发