Di Lorenzo等比較了兩種階次跟蹤方法TVDFT和基于Vold-Kalman 濾波的階次跟蹤（Vold-Kalman Filter Order Tracking，VKF-OT）對于模態參數識別精度的影響，提出VKF-OT方法可與polyLSCF相結合達到較好的模態參數識別效果，并將OBMA方法應用到軸承試驗臺、汽車、風力發電機軸承箱的模態參數識別中。

基于matlab的滾動軸承故障診斷，基于小波包分解，得到數據峭度值，以正常與故障數據峭度差值進行最大尺度重構，對重構信號進行包絡譜分析。程序已調通，可直接運行。

基于matlab的包絡譜分析，目標信號→希爾伯特變換→得到解析信號→求解析信號的模→得到包絡信號→傅里葉變換→得到Hilbert包絡譜，包絡譜分析能夠有效地將這種低頻沖擊信號進行解調提取。程序已調通，可直接運行。

由圖4可以看出，在第1533個樣品處交叉相關能量比熵的數值已經大于門限，表明軸承已經發生故障，反映研究提出的性能衰退指數有效實現了早期的故障診斷。圖4實驗由于故障類型為軸承外圈損傷，并通過計算得到其故障頻率為236 Hz, 因此研究引入包絡譜分析法來對第1532、第1533以及第1600個樣品進行必要的包絡譜解調，其結果如圖5所示。

因此主要的起重系統保護被認為是安全和利益保障的重要因素，也是核電廠建筑物地震分析中的重要內容。 核島事故發生后，法國啟動了核電廠地震相關的重新評估，新的地震譜 SND被用于核電站系統、結構和組件的驗證以及尺寸的確定。SND可由兩種方式定義： 1.5倍核電站增強安全地震譜的包絡。 以概率方式定義的被研究站點的地震譜包絡，基準為20000年一遇的地震級別。

步驟1：軸承性能分析 ? 在Romax Spin中建立系統模型，模擬系統運行條件 ? 定義工況及載荷譜 ? 綜合考慮復雜的系統交互行為-軸變形、錯位量等 以上步驟可確定軸承的性能范圍，并有助于可視化一些參數變量。

進一步分析電機區域的振動噪聲線譜（如圖5～6所示），發現噪聲振動峰值均為360 Hz，與電機轉速和極數的乘積相等。

如下圖所示，紅色為載波信號，黑色為調制信號，經過包絡分析后，即可得到右下角的調制頻率fm。包絡分析除了用于調制信號的解調分析以外，還適用于電機軸承的故障檢測，能從軸承振動噪聲信號中識別出微弱的故障信號，在出現故障的早期階段即能發現故障。 如下圖右圖的例子中，對載波所在頻段（125±100Hz）進行帶通濾波后，對包絡線時間歷程曲線進行FFT分析。Y軸幅值為包絡線的頻譜幅值。

步驟1：軸承性能分析 ? 在Romax Spin中建立系統模型，模擬系統運行條件 ? 定義工況及載荷譜 ? 綜合考慮復雜的系統交互行為-軸變形、錯位量等 以上步驟可確定軸承的性能范圍，并有助于可視化一些參數變量。

通過對道路載荷譜、坡度的數據進行分析，模擬驅動橋在整車工況下的姿態角，在保證齒輪、軸承充分潤滑，達到油面設計要求的情況下，在實驗室進行模擬試驗。優化后的結果表明：中橋總成主減速器和后橋總成主減速器都可以減少1 L油量，減少了齒輪攪油功率損失[6-8]。 采用從動齒輪擋油罩結構，實現油液分離，減少齒輪攪油功率損失。