Zobrazeno 1 - 10
of 582
pro vyhledávání: '"Teager energy operator"'
Publikováno v:
Gong-kuang zidonghua, Vol 50, Iss 2, Pp 130-137 (2024)
The traditional underground power cable fault positioning method relies on subjective parameter selection and noise resistance is poor. It cannot meet the accurate fault positioning requirements of underground power cable under strong noise backgroun
Externí odkaz:
https://doaj.org/article/d04ee8c89cef4848ac9d545d0b4839fe
Publikováno v:
Journal of Engineering and Applied Science, Vol 71, Iss 1, Pp 1-19 (2024)
Abstract This study presents an enhanced envelope detection technique implemented on a field-programmable gate array (FPGA) to diagnose bearing faults in rotating machinery. Bearing faults frequently result in machinery breakdowns, incurring substant
Externí odkaz:
https://doaj.org/article/b6b3016755e445ae9c4e6022ec6912dc
Publikováno v:
Archives of Electrical Engineering, Vol vol. 72, Iss No 4, Pp 1035-1053 (2023)
This paper aims to address the problems of inaccurate location and large computation in hybrid transmission line traveling wave detection methods. In this paper, a new fault location method based on empirical Fourier decomposition (EFD) and the Teage
Externí odkaz:
https://doaj.org/article/b0d966a37e654207a015ea2c47ed735f
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Sensors, Vol 23, Iss 20, p 8620 (2023)
Since the rolling bearing fault signal captured by a vibration sensor contains a large amount of background noise, fault features cannot be accurately extracted. To address this problem, a rolling bearing fault feature extraction algorithm based on i
Externí odkaz:
https://doaj.org/article/196e052a0d604018b53e208218f8406c
Autor:
Bo Xu, Huipeng Li
Publikováno v:
IEEE Access, Vol 10, Pp 134826-134847 (2022)
Early fault features of large-scale and low-speed mechanical equipment with heavy duty are weak and exhibit strong non-stationary characteristics. The adaptive extraction and identification of highly relevant important features from such signals has
Externí odkaz:
https://doaj.org/article/8f09471377ff4802b9249c2d82ba8883
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.