滚动轴承振动信号具有非线性、非平稳性,轴承故障发展具有渐变模糊性。因此,提出了一种基于局部均值分解(Local Mean Decomposition,LMD)和模糊C均值聚类(Fuzzy C-means Clustering,FCM)相结合的轴承故障诊断方法。应用此方法对轴承外...滚动轴承振动信号具有非线性、非平稳性,轴承故障发展具有渐变模糊性。因此,提出了一种基于局部均值分解(Local Mean Decomposition,LMD)和模糊C均值聚类(Fuzzy C-means Clustering,FCM)相结合的轴承故障诊断方法。应用此方法对轴承外圈故障、内圈故障以及滚动体故障进行诊断,结果表明该方法可以有效地对轴承故障类型进行识别。展开更多
目的:建立比浊法测定阿奇霉素制剂的效价。方法:肺炎克雷伯菌为实验菌,加菌量1.5%～2.5%,(37±0.5)℃培养3.5～4.5 h 测定。结果:抗生素线性浓度为0.96～2.34 u·mL^(-1),高、中、低3种浓度的平均回收率分别为101.6%,99.4%与101...目的:建立比浊法测定阿奇霉素制剂的效价。方法:肺炎克雷伯菌为实验菌,加菌量1.5%～2.5%,(37±0.5)℃培养3.5～4.5 h 测定。结果:抗生素线性浓度为0.96～2.34 u·mL^(-1),高、中、低3种浓度的平均回收率分别为101.6%,99.4%与101.7%;RSD 分别为3.3%,1.4%,2.3%(n=3)。结论:本方法方便、快速、灵敏,可信限率低,结果准确,精密度好,可作为阿奇霉素原料及其制剂效价的测定方法。展开更多
文摘滚动轴承振动信号具有非线性、非平稳性,轴承故障发展具有渐变模糊性。因此,提出了一种基于局部均值分解(Local Mean Decomposition,LMD)和模糊C均值聚类(Fuzzy C-means Clustering,FCM)相结合的轴承故障诊断方法。应用此方法对轴承外圈故障、内圈故障以及滚动体故障进行诊断,结果表明该方法可以有效地对轴承故障类型进行识别。
文摘目的:建立比浊法测定阿奇霉素制剂的效价。方法:肺炎克雷伯菌为实验菌,加菌量1.5%～2.5%,(37±0.5)℃培养3.5～4.5 h 测定。结果:抗生素线性浓度为0.96～2.34 u·mL^(-1),高、中、低3种浓度的平均回收率分别为101.6%,99.4%与101.7%;RSD 分别为3.3%,1.4%,2.3%(n=3)。结论:本方法方便、快速、灵敏,可信限率低,结果准确,精密度好,可作为阿奇霉素原料及其制剂效价的测定方法。
