每日食用一篇,故障诊断入门资料整理,不断更新

信号处理和故障诊断相关知识

  • 《信号处理基础知识》
    • 荐:DSP基本名词术语及其关系
    • 荐:信号处理若干名词解释(I)
    • 荐:信号处理若干名词解释(II)
    • 荐:什么是混叠?
    • 什么是泄漏?
    • 荐:什么是窗函数?
    • 何时、何地应用何种的窗函数?
    • 理解FFT分析的加窗和重叠
    • 什么是吉布斯现象?
    • 各种谱函数的区别是什么,何时用何种函数?
    • 对随机信号功率谱密度PSD的另类理解
    • 平均方式对频谱Spectrum和线性自功率谱AutoPower Linear的影响,您知道吗?
    • 怎么理解互相关函数?
    • FFT分析的注意事项,您都知道吗?
  • 频谱分析-FFT之后的那些事情
  • 使用python(scipy和numpy)实现快速傅里叶变换(FFT)最详细教程
  • 为什么要用傅里叶变换?FFT你不知道的细节
    • 什么是ZoomFFT?
    • 【干货】分享数字信号处理PPT
    • 信号时域分析方法的理解(峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等)
    • 时域分析——有量纲特征值含义一网打尽
    • 时域分析——无量纲特征值含义一网打尽
    • 机械振动信号 常见时域(11个)、频域(13个)特征提取 Python 代码
    • 机械振动信号15个时域统计指标
    • 代码:小波包分解与重构、小波包能量特征提取
    • 概率论中的“矩”是什么意思
    • 信号频域分析方法的理解(频谱、能量谱、功率谱、倒频谱、小波分析)
    • 时域特征值提取的MATLAB代码实现(均方根、峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等)
    • 频域特征指标及其MATLAB代码实现(重心频率、均方频率、均方根频率、频率方差、频率标准差)
    • 频域特征值提取的MATLAB代码实现(频谱、功率谱、倒频谱)
    • 希尔伯特谱、边际谱、包络谱、瞬时频率/幅值/相位——Hilbert分析衍生方法及MATLAB实现
    • 希尔伯特谱HHT python代码
    • 数字信号处理技术(二)变分模态分解(VMD)-Python代码
    • Python实现“EMD\EEMD\VMD+Hilbert时频图”与“CWT小波时频图”
    • 频域特征值提取的MATLAB代码实现(小波分析)
    • 这篇文章能让你明白经验模态分解(EMD)——基础理论篇
    • 这篇文章能让你明白经验模态分解(EMD)——IMF的物理含义
    • 这篇文章能让你明白经验模态分解(EMD)——EMD在MATLAB中的实现方法
    • 类EMD的“信号分解方法”及MATLAB实现(第一篇)——EEMD
    • 类EMD的“信号分解方法”及MATLAB实现(第二篇)——CEEMD
    • 类EMD的“信号分解方法”及MATLAB实现(第三篇)——CEEMDAN
    • 类EMD的“信号分解方法”及MATLAB实现(第四篇)——VMD
    • 类EMD的“信号分解方法”及MATLAB实现(第五篇)——ICEEMDAN
    • 类EMD的“信号分解方法”及MATLAB实现(第六篇)——LMD
    • 类EMD的“信号分解方法”及MATLAB实现(第七篇)——EWT
    • 【熵与特征提取】基于“信息熵”的特征指标及其MATLAB代码实现(功率谱熵、奇异谱熵、能量熵)
  • 《旋转机械故障诊断基础知识》
    • 振动传感器怎样选型?
    • 传感器安装要求
    • 荐:采样频率设置要求
    • 荐:采样频率到底多高才不会使信号幅值明显失真?
    • 荐:齿轮的振动机理、信号特征及故障诊断
    • 荐:常用振动诊断方法——包络分析和阶次分析
    • 什么是希尔伯特变换?
    • 为什么需要包络分析?
    • 什么是包络分析?
    • 希尔伯特-包络分析步骤与实例
    • 什么是倒(频)谱分析?
    • 对比两种故障调解方法:倒频谱和包络解调
    • 振动监测在滑动轴承故障诊断中的应用
    • 早期振动故障诊断准确率低的原因解析
    • 大型旋转机械状态监测与故障诊断常用图谱简介
    • 100多个故障诊断名词术语和释义,常用的都在这了!
    • 基础理论知识:齿轮箱振动信号处理方法
    • 齿轮故障诊断的几种具体方法,经验总结
    • 齿轮结构的频谱特征
    • 行星齿轮的特征频率
    • 齿轮的特征阶次
    • 齿轮的边频带
    • 齿轮的调制效应
    • 什么是峭度?
    • 什么是阶次?
    • 怎么理解阶次?
    • 阶次跟踪是什么鬼?
    • 转速测量分析:说起来容易做起来难!
    • 为什么会产生谐波或谐阶次?
    • PPT|阶次基础
    • 轴承常见的失效形式
    • 滚动轴承的运动学(特征频率与阶次)
    • 滚动轴承故障振动处理方法
    • 信号中的噪声来自哪里
    • 机械故障诊断研究、先进故障诊断方法、故障特征的一些问题讨论
    • 齿轮故障诊断2.ppt
    • 荐:常见的齿轮故障诊断.ppt
    • 齿轮箱故障诊断详解.ppt
    • 图解:15类39个机械振动故障及其特征频谱
    • 荐:值得收藏的机械设备振动标准,太实用了(2)
  • 公开数据集整理
    • 网站1数据集介绍
    • 网站2数据集介绍
    • 西安交通大学轴承加速寿命试验数据
    • 西安交通大学齿轮轴承试验数据
    • 美国可再生能源局(NREL)风机齿轮箱数据集
  • 开源代码
    • (不同转速间)Domain Adversarial Graph Convolutional network (DAGCN)
    • (不同转速间)Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study
    • (同一转速间)基于卷积神经网络的轴承故障诊断算法研究_张伟
    • (小样本学习)Limited Data Rolling Bearing Fault Diagnosis with Few-shot Learning
    • (不同数据集之间迁移)Deep Convolutional Transfer Learning Network: A New Method for Intelligent Fault Diagnosis of Machines With Unlabeled Data
    • 数字信号处理介绍及python源代码实战
    • An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks

《信号处理基础知识》

荐:DSP基本名词术语及其关系

https://mp.weixin.qq.com/s/oAXfbUoZ3HTPR6mII7PwyQ

荐:信号处理若干名词解释(I)

https://mp.weixin.qq.com/s/S8cDgbBlDz6zMukfZvco_Q

荐:信号处理若干名词解释(II)

https://mp.weixin.qq.com/s/K0JZWp-eZgQHkRV3g-SqZQ

荐:什么是混叠?

https://mp.weixin.qq.com/s/cccDwRpxZVNGP67WGqMFKQ

什么是泄漏?

https://mp.weixin.qq.com/s/aLSmlrgQF7FBxh_YXXfq6w

荐:什么是窗函数?

https://mp.weixin.qq.com/s/BEP2iFXhp6WPXyC_zXEgkw

何时、何地应用何种的窗函数?

https://mp.weixin.qq.com/s/vUsEt5jsWsEr858hoZv3ag

理解FFT分析的加窗和重叠

https://mp.weixin.qq.com/s/GM1XC8BgedH3OhSQQzUfiQ

什么是吉布斯现象?

https://mp.weixin.qq.com/s/2Pzp_KQeeH-iP_ws-USL5g

各种谱函数的区别是什么,何时用何种函数?

https://mp.weixin.qq.com/s/SV2KdWCPtXL6KhKxoNhm_A

对随机信号功率谱密度PSD的另类理解

https://mp.weixin.qq.com/s/SFZDRPKiqrq9Jbyylun0mQ

平均方式对频谱Spectrum和线性自功率谱AutoPower Linear的影响,您知道吗?

https://mp.weixin.qq.com/s/grQy5dT2zN0oGcrsdtS6-Q

怎么理解互相关函数?

https://mp.weixin.qq.com/s/A41E1hO42QlJ4caviI0Tjw

FFT分析的注意事项,您都知道吗?

https://mp.weixin.qq.com/s/kOQU8lvRdLk6RPwrp4xujw

频谱分析-FFT之后的那些事情

https://blog.csdn.net/czyt1988/article/details/84995295

使用python(scipy和numpy)实现快速傅里叶变换(FFT)最详细教程

https://blog.csdn.net/qq_27825451/article/details/88553441

为什么要用傅里叶变换?FFT你不知道的细节

http://xilinx.eetrend.com/content/2020/100048639.html

什么是ZoomFFT?

https://mp.weixin.qq.com/s/t6j5GdHVvXjlajP_YJTSsQ

【干货】分享数字信号处理PPT

https://mp.weixin.qq.com/s/atEj2wkMC1_tNNuvUdvBPg

信号时域分析方法的理解(峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等)

https://zhuanlan.zhihu.com/p/35362151

时域分析——有量纲特征值含义一网打尽

https://zhuanlan.zhihu.com/p/57153601

时域分析——无量纲特征值含义一网打尽

https://zhuanlan.zhihu.com/p/57445453

机械振动信号 常见时域(11个)、频域(13个)特征提取 Python 代码

https://blog.csdn.net/weixin_41888257/article/details/109023819

机械振动信号15个时域统计指标

https://blog.csdn.net/baidu_38963740/article/details/110940823

代码:小波包分解与重构、小波包能量特征提取

https://blog.csdn.net/ckzhb/article/details/78288847

概率论中的“矩”是什么意思

https://zhuanlan.zhihu.com/p/57802400

信号频域分析方法的理解(频谱、能量谱、功率谱、倒频谱、小波分析)

https://zhuanlan.zhihu.com/p/34989414

时域特征值提取的MATLAB代码实现(均方根、峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等)

https://zhuanlan.zhihu.com/p/36162561

频域特征指标及其MATLAB代码实现(重心频率、均方频率、均方根频率、频率方差、频率标准差)

https://zhuanlan.zhihu.com/p/425141767

频域特征值提取的MATLAB代码实现(频谱、功率谱、倒频谱)

https://zhuanlan.zhihu.com/p/36163931

希尔伯特谱、边际谱、包络谱、瞬时频率/幅值/相位——Hilbert分析衍生方法及MATLAB实现

https://zhuanlan.zhihu.com/p/136447202

希尔伯特谱HHT python代码

https://emd.readthedocs.io/en/stable/emd_tutorials/02_spectrum_analysis/emd_tutorial_02_spectrum_01_hilberthuang.html

数字信号处理技术(二)变分模态分解(VMD)-Python代码

https://blog.csdn.net/weixin_45063703/category_11071347.html

Python实现“EMD\EEMD\VMD+Hilbert时频图”与“CWT小波时频图”

https://blog.csdn.net/Lwwwwwwwl/article/details/122025309

频域特征值提取的MATLAB代码实现(小波分析)

https://zhuanlan.zhihu.com/p/36743763

这篇文章能让你明白经验模态分解(EMD)——基础理论篇

https://zhuanlan.zhihu.com/p/40005057

这篇文章能让你明白经验模态分解(EMD)——IMF的物理含义

https://zhuanlan.zhihu.com/p/44833026

这篇文章能让你明白经验模态分解(EMD)——EMD在MATLAB中的实现方法

https://zhuanlan.zhihu.com/p/89165363

类EMD的“信号分解方法”及MATLAB实现(第一篇)——EEMD

https://zhuanlan.zhihu.com/p/121803211

类EMD的“信号分解方法”及MATLAB实现(第二篇)——CEEMD

https://zhuanlan.zhihu.com/p/347783921

类EMD的“信号分解方法”及MATLAB实现(第三篇)——CEEMDAN

https://zhuanlan.zhihu.com/p/394988618

类EMD的“信号分解方法”及MATLAB实现(第四篇)——VMD

https://zhuanlan.zhihu.com/p/396775790

类EMD的“信号分解方法”及MATLAB实现(第五篇)——ICEEMDAN

https://zhuanlan.zhihu.com/p/434546183

类EMD的“信号分解方法”及MATLAB实现(第六篇)——LMD

https://zhuanlan.zhihu.com/p/444277130

类EMD的“信号分解方法”及MATLAB实现(第七篇)——EWT

https://zhuanlan.zhihu.com/p/458603748

【熵与特征提取】基于“信息熵”的特征指标及其MATLAB代码实现(功率谱熵、奇异谱熵、能量熵)

https://zhuanlan.zhihu.com/p/426102210

《旋转机械故障诊断基础知识》

振动传感器怎样选型?

https://mp.weixin.qq.com/s/7rLRpIAySeV164yrTj0cdw

传感器安装要求

https://mp.weixin.qq.com/s/A41E1hO42QlJ4caviI0Tjw

荐:采样频率设置要求

https://mp.weixin.qq.com/s/RSJeFDeTs1DG2O_iTN0Zdg

荐:采样频率到底多高才不会使信号幅值明显失真?

https://mp.weixin.qq.com/s/tV3IbxK3EIgaHiIKzxoO8w

荐:齿轮的振动机理、信号特征及故障诊断

https://mp.weixin.qq.com/s/i-r_q9sO7Mt7GHa-LDFvEg

荐:常用振动诊断方法——包络分析和阶次分析

https://mp.weixin.qq.com/s/lzsWv-dlVoBHi9phgwFQRQ

什么是希尔伯特变换?

https://mp.weixin.qq.com/s/oJfSm9iufP83EiagcAQ32w

为什么需要包络分析?

https://mp.weixin.qq.com/s/Bl5YsAijxGuqggxKw2oe4g

什么是包络分析?

https://mp.weixin.qq.com/s/uAuVcAvnnSxdW4HgbIfREA

希尔伯特-包络分析步骤与实例

https://mp.weixin.qq.com/s/ML9DKAXo0BBZGBeP-T3PHQ

什么是倒(频)谱分析?

https://mp.weixin.qq.com/s/uddlmNS9_YJy-tNM9NQquw

对比两种故障调解方法:倒频谱和包络解调

https://mp.weixin.qq.com/s/Z61whOqBslRy4fWZuT5g-w

振动监测在滑动轴承故障诊断中的应用

https://mp.weixin.qq.com/s/4kgvGNSUa3Wvd1NpweVunw

早期振动故障诊断准确率低的原因解析

https://mp.weixin.qq.com/s/8XIZsFbbHy4Eu4PliVTSPQ

大型旋转机械状态监测与故障诊断常用图谱简介

https://mp.weixin.qq.com/s/QLerKXpn_7gYe2wd9FA3dg

100多个故障诊断名词术语和释义,常用的都在这了!

https://mp.weixin.qq.com/s/N1nDjjvLsubfA_R1-m3Kcg

基础理论知识:齿轮箱振动信号处理方法

https://mp.weixin.qq.com/s/WIHZoPn85shtZTZrd2lhRw

齿轮故障诊断的几种具体方法,经验总结

https://mp.weixin.qq.com/s/dzOKxdGf_8gPJrFMmqHfpQ

齿轮结构的频谱特征

https://mp.weixin.qq.com/s/BAs2uk-dAdzULvELeNVEog

行星齿轮的特征频率

https://mp.weixin.qq.com/s/c0MZp2gHexQE2q8Q_I_7UA

齿轮的特征阶次

https://mp.weixin.qq.com/s/sozloydqi9Yt8ksfnkWbOA

齿轮的边频带

https://mp.weixin.qq.com/s/9NJFeEdHfw33YUnZ721xIQ

齿轮的调制效应

https://mp.weixin.qq.com/s/15cRY98mlPTFOEmty2wS4g

什么是峭度?

https://mp.weixin.qq.com/s/fGwO1wLW8LbDmUjiwxZPJg

什么是阶次?

https://mp.weixin.qq.com/s/LQAIzyvUuhbEVW9QjmxZ8A

怎么理解阶次?

https://mp.weixin.qq.com/s/i_VHsM5OaKZeLas7NM3bsQ

阶次跟踪是什么鬼?

https://mp.weixin.qq.com/s/JEHz51FoMuM5v2lBbyfYTw

转速测量分析:说起来容易做起来难!

https://mp.weixin.qq.com/s/j8d1EuD7xm3AWLj6mT7Jig

为什么会产生谐波或谐阶次?

https://mp.weixin.qq.com/s/6NL1glW-Mg1K1HzzOclyCQ

PPT|阶次基础

https://mp.weixin.qq.com/s/bZupRQpNTLtgoD9FqmrXMQ

轴承常见的失效形式

https://mp.weixin.qq.com/s/CzMwFxOxdrQqJhfWhz-dgQ

滚动轴承的运动学(特征频率与阶次)

https://mp.weixin.qq.com/s/xTqY9P1QLX689tgGYkPkyA

滚动轴承故障振动处理方法

https://mp.weixin.qq.com/s/udsZgl7ZBtkSgcf4YmSyVg

信号中的噪声来自哪里

https://mp.weixin.qq.com/s/ZvdMpFBb3rfNwzIwRgA2PA

机械故障诊断研究、先进故障诊断方法、故障特征的一些问题讨论

https://www.zhihu.com/column/aresmiki

齿轮故障诊断2.ppt

https://max.book118.com/html/2019/0918/8070105000002051.shtm

荐:常见的齿轮故障诊断.ppt

https://max.book118.com/html/2018/1110/6213135132001230.shtm

齿轮箱故障诊断详解.ppt

https://max.book118.com/html/2016/0322/38375169.shtm

图解:15类39个机械振动故障及其特征频谱

https://zhuanlan.zhihu.com/p/420879895

荐:值得收藏的机械设备振动标准,太实用了(2)

https://zhuanlan.zhihu.com/p/142108548

公开数据集整理

网站1数据集介绍

https://githubmemory.com/repo/diegotheairwolf/Rotating-machine-fault-data-set

网站2数据集介绍

http://mad-net.org:8765/explore.html?t=0.5831516555847212.

西安交通大学轴承加速寿命试验数据

https://biaowang.tech/xjtu-sy-bearing-datasets/

西安交通大学齿轮轴承试验数据

https://pan.baidu.com/s/1nyi1CSO9Ox0Oa3DQoP6AnQ#list/path=%2F
密码:1234


每日食用一篇,故障诊断入门资料整理,不断更新_第1张图片

美国可再生能源局(NREL)风机齿轮箱数据集

https://data.openei.org/submissions/738

开源代码

(不同转速间)Domain Adversarial Graph Convolutional network (DAGCN)

https://github.com/HazeDT/DAGCN

(不同转速间)Applications of Unsupervised Deep Transfer Learning to Intelligent Fault Diagnosis: A Survey and Comparative Study

https://github.com/ZhaoZhibin/UDTL

(同一转速间)基于卷积神经网络的轴承故障诊断算法研究_张伟

https://github.com/AaronCosmos/wdcnn_bearning_fault_diagnosis

(小样本学习)Limited Data Rolling Bearing Fault Diagnosis with Few-shot Learning

https://github.com/SNBQT/Limited-Data-Rolling-Bearing-Fault-Diagnosis-with-Few-shot-Learning

(不同数据集之间迁移)Deep Convolutional Transfer Learning Network: A New Method for Intelligent Fault Diagnosis of Machines With Unlabeled Data

A New Method for Intelligent Fault Diagnosis of
Machines With Unlabeled Data
https://github.com/ArthurWish/DCTLN-

数字信号处理介绍及python源代码实战

https://wizardforcel.gitbooks.io/hyry-studio-scipy/content/0.html

An unsupervised fault diagnosis method for rolling bearing using STFT and generative neural networks

https://github.com/lkurakht/CatGAN-bearing-faults
注:资料整理来源说明:
公众号:声振之家、模态空间
知乎:Mr.看海知乎专栏:与信号处理有关的那些东东
如有侵权,请私信联系,马上删除。

你可能感兴趣的:(学习资料记录,基于信号处理的故障诊断,python,database,迁移学习)