Scidown文献预览系统!
基于EMD和改进Chebyshev距离的SDP图像轴承故障诊断( Bearing fault diagnosis based on EMD and improved Chebyshev distance in SDP image )
Y Sun S Li X Wang
提出了一种基于经验模态分解(EMD)和改进切比雪夫距离的轴承故障诊断方法。归一化后,每组样本数据平均分为10等份。采用EMD方法将等分信号分解为多个本征模函数,保留前5个本征模函数(IMF)分量,通过对称化点模式(SDP)方法将其变换为极坐标下的对称模函数,对每一个SDP图像进行二值化和局部化处理,然后对局部SDP图像进行平均,得到均值图像作为基准。通过计算去噪后平均矩阵的最大特征值,构造改进的Chebyshev距离,弥补了各IMF分量的局部矩阵与平均矩阵之间的差距。该方法以改进的IMF1切比雪夫距离为特征,能有效地诊断滚动轴承的故障。最后通过测试实验验证了该方法的准确性和鲁棒性。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】