注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MCKD方法的MATLAB实现

  2. 最大相关谱峭度是在最小卷积熵基础上发展的算法，在检测重复性、周期性的冲击上有独到的优势之处，一般能够恢复大部分冲击信号中包含的冲击部分。

  3. 所属分类：其它

    • 发布日期：2017-09-12
    • 文件大小：9216
    • 提供者：oukesai

  1. 最大相关峭度解卷积

  2. 最大相关峭度解卷积算法(Maximum correlated kurtosis deconvolution，MCKD)[11]以相关峭度为评 价指标，充分考虑了信号所含冲击成分的周期特 性，可通过迭代过程实现解卷积运算，突出信号中 被强烈噪声所掩盖的连续脉冲

  3. 所属分类：其它

    • 发布日期：2017-12-10
    • 文件大小：4096
    • 提供者：zjq1347911

  1. mckd方法代码

  2. 最大相关峭度反褶积MATLAB程序，可以为相关专业人士提供参考

  3. 所属分类：制造

    • 发布日期：2018-03-26
    • 文件大小：10240
    • 提供者：jaylvxuan

  1. PSO算法优化MCKD

  2. 优化MCKD相关参数时，可以应用粒子群优化算法PSO，但是如何控制参数取整数是个问题？直接给定整数取值范围，仍然可以优化参数，但时间很长。

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：27648
    • 提供者：qq_38218800

  1. 最大相关解卷积 mymckd

  2. mckd为最大相关解卷积，包含自己修改的mckd程序，它比最大峭度解卷积去噪效果更好

  3. 所属分类：机器学习

    • 发布日期：2018-07-31
    • 文件大小：4096
    • 提供者：qq_41353003

  1. MED,MCKD,MOMEDA

  2. 对振动信号处理，能够在无预知条件下对信号进行反褶积，包括最小熵反褶积，最大相关峭度反褶积，最优最小熵反褶积

  3. 所属分类：制造

    • 发布日期：2019-02-21
    • 文件大小：15360
    • 提供者：qq_29258779

  1. MCKD与MOMEDA运用于滚动轴承故障信号，并且选用希尔伯特变换和Teager能量算子包络后出现故障的基频及其倍频

  2. 运用凯斯西储大学滚动轴承故障数据，运用MOMEDA对信号进行周期的增强，提高信噪比，并运用希尔伯特变换，与Teager能量算子包络解调，体现Teager能量算子二次增强。同时还存在MCKD，

  3. 所属分类：其它

    • 发布日期：2019-05-06
    • 文件大小：2097152
    • 提供者：qq_44233315

  1. VMDMCKD1.m

  2. 利用MCKD算法对 数据进行倍频成分提取，利用VMD选择包含冲击成分较多的分量 进行重构，用MCKD算法对重构信号进行处理，从包络谱观察提取的倍频成分

  3. 所属分类：其它

  1. matlab程序 minimum_entropy_deconvolution.zip

  2. maltab实现最小熵反褶积（MED）是一种通常用于旋转机械振动以检测齿轮和轴承故障的技术。它用于设计一个滤波器，该滤波器从振动数据中分解出类似脉冲的特征。 最小熵反褶积和带卷积调整的MED（MED和MEDA ） 最佳最小熵调整反褶积（OMED） 多点最佳调整最小熵反褶积（MOMEDA） 最大相关峭度反褶积（MCKD）

  3. 所属分类：其它

    • 发布日期：2020-02-06
    • 文件大小：13312
    • 提供者：weixin_43456527

  1. MED+MCKD.rar

  2. 最大相关峭度解卷积和最小熵解卷积，写论文时使用过，供参考

  3. 所属分类：机器学习

    • 发布日期：2020-08-20
    • 文件大小：6144
    • 提供者：jin_0612

  1. MCKD与改进的LSSVM在滚动轴承故障诊断中的应用

  2. 针对滚动轴承运行过程中故障难以识别的问题，提出一种最大相关峭度解卷积与改进的最小二乘支持向量机的故障诊断方法。该方法首先利用最大相关峭度解卷积提取不同运行状态下轴承特征信息，然后利用最小二乘支持向量机对提取的特征信息进行监督学习，同时利用改进的布谷鸟搜索算法优化最小二乘支持向量机的核参数和惩罚因子在寻优过程中陷入局部最优、收敛精度差的问题，提升故障诊断的识别率。实测不同运行状态的轴承数据验证方法的有效性，实验结果表明，改进后的算法可有效准确识别滚动轴承各类状态，是一种可靠的轴承故障诊断方法。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：770048
    • 提供者：weixin_38670391

  1. 基于MCKD-EMD的风电机组轴承早期故障诊断方法

  2. 风电机组轴承处于早期故障阶段时，特征信号往往比较微弱，并且受环境噪声及信号衰减的影响严重，因此轴承早期故障特征一直难以提取。经验模态分解(EMD)在轴承的故障特征提取中已经得到了广泛的应用，但其在强背景噪声干扰下对轴承早期故障特征的提取具有一定的局限性。针对这一问题，考虑到最大相关峭度解卷积(MCKD)算法可凸显出轴承振动信号中被噪声所掩盖的故障冲击脉冲，非常适用于轴承早期故障信号的降噪处理，因此将MCKD与EMD相结合用于轴承早期故障诊断。用MCKD对强噪声轴承信号进行降噪，然后对降噪后的信号

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：2097152
    • 提供者：weixin_38711008