chila

导航

2019年9月23日 #

基于HHT和RBF神经网络的故障检测——第二篇论文读后感

摘要: 故障诊断主要包括三部分: 1、故障信号检测方法(定子电流信号检测 [ 定子电流幅值和电流频谱 ] ,振动信号检测,温度信号检测,磁通检测法,绝缘检测法,噪声检测法) 2、故障信号的处理方法,即故障特征提取(FFT,Hilbert 变换,小波变换,Hilbert-Huang变换)。 3、故障识别技术 阅读全文

posted @ 2019-09-23 11:51 chila 阅读(552) 评论(0) 推荐(0) 编辑

2019年9月20日 #

向量求导法则

摘要: 参考链接: https://blog.csdn.net/daaikuaichuan/article/details/80620518 阅读全文

posted @ 2019-09-20 20:52 chila 阅读(483) 评论(0) 推荐(0) 编辑

2019年9月19日 #

matplotlib相关问题

摘要: matplotlib无法显示中文 import matplotlib as mpl mpl.rcParams['font.sans-serif'] = ['KaiTi']mpl.rcParams['font.serif'] = ['KaiTi'] matplotlib绘制子图 ax1 = plt.s 阅读全文

posted @ 2019-09-19 16:23 chila 阅读(136) 评论(0) 推荐(0) 编辑

频域信号处理

摘要: 代码来源于http://bigsec.net/b52/scipydoc/frequency_process.html 文章从6个方面来写,首先是观察频谱的特征,第二部分是加上窗函数之后的特征,第三部分是频谱平均,第四部分是比较FFT与直接卷积时间效率区别,第五部分是由于FFT对输入信号的长度有要求, 阅读全文

posted @ 2019-09-19 16:18 chila 阅读(1989) 评论(0) 推荐(0) 编辑

2019年9月16日 #

FFT初步代码分析和逼近曲线

摘要: FFT:快速傅里叶变换 文章从两个方面来写,一个是FFT的基础知识,也就是将时域信号转换为频域信号,另一个是合成时域信号。 将时域信号转换为频域信号 代码来源于http://bigsec.net/b52/scipydoc/fft_study.html FFT是将时域信号转换为频域信号,它是对一组数值 阅读全文

posted @ 2019-09-16 13:51 chila 阅读(992) 评论(0) 推荐(0) 编辑

2019年9月12日 #

异步电动机轴承故障检测—第一篇读后感划水记

摘要: 序言 这篇笔记是阅读《基于OMAP-L138的异步电动机轴承故障检测系统研究》后写的笔记。 主要思路 轴承故障约占电机故障的30%-40%,滚动轴承的损伤形式主要有:疲劳脱落,磨损,腐蚀,胶合,塑性变形,断裂,保持架损坏。因此对轴承故障的分析很重要,笔记从5个方面来叙述我的所感所得。 轴承故障的三种 阅读全文

posted @ 2019-09-12 11:29 chila 阅读(937) 评论(0) 推荐(0) 编辑