【摘要】：針對旋轉(zhuǎn)機(jī)械振動(dòng)信號中的工頻干擾問題,提出了基于奇異向量頻譜的消除方法.振動(dòng)信號經(jīng)奇異值分解后,信號中的有用成分和工頻分量被分解到不同的正交子空間.因奇異值譜表征信號中各個(gè)成分的能量分布,故先由奇異值譜估計(jì)與工頻相應(yīng)的奇異向量所在的子空間范圍,然后在該范圍的子空間內(nèi)根據(jù)奇異向量的頻譜特征確定與工頻成分對應(yīng)的奇異向量,進(jìn)而確定工頻成分對應(yīng)的奇異值,將這些奇異值置0,用其余的奇異值和奇異向量重構(gòu)為時(shí)域信號,從而達(dá)到消除工頻干擾的目的.仿真和試驗(yàn)結(jié)果表明,所提出的工頻干擾消除方法是有效的,在消除信號中工頻干擾成分的同時(shí)不會(huì)影響信號的其他成分.
[Abstract]:To solve the problem of power frequency interference in vibration signals of rotating machinery, a method based on singular vector spectrum is proposed. After the vibration signal is decomposed by singular value, the useful components and power frequency components of the signal are decomposed into different orthogonal subspaces. Because the singular value spectrum represents the energy distribution of each component in the signal, the singular value spectrum is first used to estimate the range of the singular vector corresponding to the power frequency. Then the singular vector corresponding to the power frequency component is determined in the subspace of the range according to the spectral characteristics of the singular vector, and then the singular value corresponding to the power frequency component is determined. These singular values are set to 0, and the other singular values and singular vectors are reconstructed into time domain signals, thus eliminating the power frequency interference. The simulation and experimental results show that the proposed power frequency interference cancellation method is effective and will not affect other components of the signal while eliminating the power frequency interference components.
【作者單位】： 華南理工大學(xué)機(jī)械與汽車工程學(xué)院;
【基金】：國家“863”計(jì)劃項(xiàng)目(2015AA043005) 廣州市南沙區(qū)科技計(jì)劃項(xiàng)目(2014CX07)~~
【分類號】：TH17

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張曉濤;李偉光;;基于諧波小波和SVD的可傾瓦滑動(dòng)軸承工頻干擾抑制[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年10期

2 趙玲;劉小峰;婁路;;復(fù)小波分解聯(lián)合SVD提取振動(dòng)信號非平穩(wěn)特征[J];振動(dòng).測試與診斷;2015年04期

3 馬文朋;張俊紅;馬梁;劉昱;賈曉杰;;改進(jìn)的經(jīng)驗(yàn)?zāi)Ｊ椒纸庠跈C(jī)械故障診斷中的應(yīng)用[J];振動(dòng).測試與診斷;2015年04期

4 翟亞寧;楊兆建;;基于小波包能量譜和BP神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)扭矩激勵(lì)識別[J];中國農(nóng)機(jī)化學(xué)報(bào);2015年03期

5 徐曉華;席艷秋;潘舟金;陸林;陳];;奇異向量空間雙聚類算法[J];微電子學(xué)與計(jì)算機(jī);2012年03期

6 吳浩浩;羅志增;;基于構(gòu)造Hankel矩陣的SVD陷波方法[J];計(jì)算機(jī)應(yīng)用研究;2010年12期

7 趙學(xué)智;葉邦彥;陳統(tǒng)堅(jiān);;奇異值差分譜理論及其在車床主軸箱故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2010年01期

8 劉科峰;張韌;李文才;趙中軍;江海英;;奇異值分解與神經(jīng)網(wǎng)絡(luò)結(jié)合的衛(wèi)星云圖云團(tuán)移動(dòng)預(yù)測[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

9 王立會(huì);潘冬明;;一種消除心電信號中工頻干擾的陷波器設(shè)計(jì)[J];醫(yī)療設(shè)備信息;2007年07期

10 張克南;陸揚(yáng);謝里陽;鄭進(jìn)文;萬年紅;;基于SVD方法的弱故障特征提取方法[J];機(jī)床與液壓;2006年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣立輝;劉杰生;熊興隆;王維波;李猛;;光纖周界入侵信號特征提取與識別方法的研究[J];激光與紅外;2017年07期

2 黃剛勁;范玉剛;馮早;齊鵬;;基于SVD——形態(tài)降噪的TKEO故障診斷方法研究[J];傳感器與微系統(tǒng);2017年07期

3 袁濤;張尚斌;何清波;;時(shí)變奇異值分解在軸承故障特征提取中的應(yīng)用研究[J];機(jī)械與電子;2017年06期

4 姜戰(zhàn)偉;鄭近德;潘海洋;潘紫微;;POVMD與包絡(luò)階次譜的變工況滾動(dòng)軸承故障診斷[J];振動(dòng).測試與診斷;2017年03期

5 李志星;石博強(qiáng);;自適應(yīng)奇異值分解的隨機(jī)共振提取微弱故障特征[J];農(nóng)業(yè)工程學(xué)報(bào);2017年11期

6 秦波;王祖達(dá);孫國棟;王建國;;VMD能量熵與核極限學(xué)習(xí)機(jī)在滾動(dòng)軸承故障診斷中的應(yīng)用[J];中國測試;2017年05期

7 李偉光;張曉濤;;基于奇異向量頻譜的工頻干擾消除方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年05期

8 魏永合;魏超;馮睿智;王晶晶;;EEMD與SVD的齒輪故障診斷技術(shù)研究[J];沈陽理工大學(xué)學(xué)報(bào);2017年02期

9 溫廣瑞;欒日維;任延暉;馬再超;;相空間稀疏化的信號壓縮感知與重構(gòu)方法[J];振動(dòng).測試與診斷;2017年02期

10 符穎;王星;周東青;范翔宇;周一鵬;;基于模糊函數(shù)SVD和改進(jìn)S3VM的雷達(dá)信號識別[J];計(jì)算機(jī)工程與應(yīng)用;2017年06期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐炬;董玉林;樊雷;李莉蘋;;基于Hankel矩陣的復(fù)小波 奇異值分解法提取局部放電特征信息[J];中國電機(jī)工程學(xué)報(bào);2015年07期

2 蔡劍華;李晉;;基于頻率域小波去噪的大地電磁信號工頻干擾處理[J];地質(zhì)與勘探;2015年02期

3 張營;左洪福;佟佩聲;陳志雄;白芳;;基于譜插值和奇異值差分譜的滾動(dòng)軸承靜電監(jiān)測信號去噪方法[J];航空動(dòng)力學(xué)報(bào);2014年08期

4 敖春來;鄒連亮;姜曉軍;楊杰;郭樹周;羅禮輝;;基于獨(dú)立分量分析的自然電位測井曲線工頻干擾消除[J];西部探礦工程;2014年01期

5 胥永剛;孟志鵬;陸明;付勝;;雙樹復(fù)小波和奇異差分譜在滾動(dòng)軸承故障診斷中的應(yīng)用[J];振動(dòng)工程學(xué)報(bào);2013年06期

6 李偉光;彭U，

本文編號：2292653