基于自适应Morlet小波变换的滚动轴承故障诊断（以模拟信号为例，python）

算法流程说明：

信号模拟：生成包含周期性冲击、工频干扰和高斯噪声的复合信号

Morlet小波定义：建立带形状参数γ的小波基函数表达式

参数优化：

通过Brent算法在γ∈(0.1,10)区间搜索使Shannon熵最小的最优γ

熵最小化原理：小波与信号特征越匹配，能量越集中，熵值越小

尺度选择：

对最优γ生成的小波系数矩阵进行SVD分解

最大奇异值对应的尺度能捕获最主要的信号成分

特征提取：

在最优尺度下进行CWT变换，提取时频特征

通过包络谱分析检测故障特征频率（图中100Hz处出现峰值）

该代码完整实现了：

故障信号模拟生成

形状参数优化流程

基于SVD的尺度选择

包络谱特征提取

关键步骤的可视化分析

可调整模拟信号参数（fn, f0, 噪声水平等）验证算法在不同场景下的有效性。最终包络谱中在100Hz处出现显著峰值即可判定存在故障。

 1.所有代码均经过运行测试，没有问题。 

2.拍前请仔细阅读作品简介，这非常重要，因为涉及到不同的编程语言（Python或matlab）。

3.程序为特殊商品，经售出不退，有问题请及时联系。

4.建议有一定Python或Matlab基础的同学或工程师购买。