利用卷积神经网络对轴承故障数据进行分类,通过构造简单的卷积神经网络,达到良好的识别分类效果
2024/9/26 9:52:50 5KB 深度学习 卷积神经网络
1
基于BP神经网络的滚动轴承故障诊断,内附故障数据
2024/8/11 5:58:04 3KB MATLAB BP网络
1
这是用于计算转子——轴承系统不平衡响应的程序,转子用集总参数法简化,轴承支撑为各项同性支撑
1
针对西储大学轴承故障数据进行了EMD分解,并对故障特征频率等信息进行了提取
2024/7/17 13:13:37 3.12MB 故障 MATLAB emd
1
该数据集为辛辛那提大学轴承全生命周期数据集2nd_test部分的数据
2024/6/18 4:53:36 132.26MB 故障诊断
1
该数据集为辛辛那提大学轴承全生命周期数据集,可以用作故障诊断与故障预测算法的验证。
81.62MB 数据集
1
完整的FastICA分离算法,且包含了部分轴承的故障及正常数据,并具有相应的算法创新,创新为针对初值敏感性问题
2024/4/23 16:52:11 2.45MB FastICA
1
美国凯斯西储大学轴承测试数据CWRU,从官网下载的mat版本,有需要的可以下载
1
为深入了解静电监测方法对黄铜的监测能力,采用自制的全流量在线磨粒静电传感器开展黄铜的静电监测方法研究。
研究了润滑条件下轴承钢-黄铜滑动摩擦荷电磨粒的产生机理并设计了磨粒静电监测系统,开展了三种尺寸的轴承钢球和黄铜球的单颗粒注入实验、双颗粒注入实验以及相同载荷、不同滑动速度的轴承钢-黄铜滑动摩擦磨损实验,对摩擦因数、静电感应信号、静电信号均方根值进行相关性分析。
研究结果表明:全流量在线磨粒静电传感器具有较好的检测一致性;静电监测方法对黄铜的监测能力强于对轴承钢的监测能力;摩擦因数与静电监测信号具有相关性,在磨损阶段,静电感应信号出现脉冲尖峰与持续上升。
1
振动信号原始数据-数据.zip在网上下载了一个轴承故障振动信号,请问matlabdatefile文件怎么使用呢?
2024/3/25 14:56:08 1.08MB matlab
1
共 65 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡