本論文在國家自然科學(xué)基金（50775208）、河南省教育廳自然科學(xué)基金（2006460005,2008C460003）資助下,針對傳統(tǒng)獨立分量分析所存在的不足,即未知噪聲環(huán)境下機械源信號盲源分離方法由于忽略噪聲影響往往得到很差的分離效果,以及傳統(tǒng)的機械源分離方法往往事先假設(shè)源信號的個數(shù)已知,否則無法進行機械源信號分離進行研究。通過將變分貝葉斯獨立分量分析理論引入到機械故障源分離中,對變分貝葉斯獨立分量分析理論在機械故障診斷中的應(yīng)用進行了深入探索。其主要內(nèi)容包括以下幾個方面:第一章,從傳統(tǒng)的獨立分量分析方法在機械故障診斷中存在不足的角度出發(fā),論述了本課題的提出及其研究意義。綜述了獨立分量分析方法的研究現(xiàn)狀及其在機械故障診斷領(lǐng)域中的應(yīng)用情況,在此基礎(chǔ)上,提出了本論文的主要內(nèi)容及創(chuàng)新之處。第二章,論述了獨立分量分析理論和算法,通過仿真研究,說明了獨立分量分析方法存在的兩個主要不足。論述了貝葉斯網(wǎng)絡(luò)的基本結(jié)構(gòu)、基本準(zhǔn)則和用來計算隱藏變量的后驗概率密度分布的貝葉斯推論。針對貝葉斯推論和算法的計算量大的問題,引入了變分學(xué)習(xí)方法,并對變分貝葉斯方法進行了介紹。本章的內(nèi)容是整篇論文的理論基礎(chǔ)。第三章,... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

雞尾酒會問題

0500 100005001000采樣點數(shù)圖4一2原始圖片及其波形圖首先運用ARD模型進行學(xué)習(xí)，學(xué)習(xí)得到的信源個數(shù)為2，，為了檢驗算法的準(zhǔn)確性，我們再以信源數(shù)目分別是令=1，2，3，4}的不同模型作為候選序列分別進行分離，得到的圖片和波形分別如圖4一3和圖4一4所示。.:血血血嘛M硯鵝圖4一3分離圖片(多余的信源被抑制

廣廣卜-----------一--一哥哥/////___///、、一辦------一衷衷一一一一-------一…禽禽禽禽禽禽禽———來-一10%%%一一一八30%%%側(cè)擔(dān)舉酬模型信源個數(shù)圖4一9不同噪聲下模型信度變化曲線實驗研究實驗采用如圖4一10所示的電機一減速箱禍合實驗裝置，利用獲取的多振動測數(shù)據(jù)進行較為系統(tǒng)的驗證。瓢瓢瓢蘸纓黝黝}}}馨纓翼纓馨薰薰薰薰}蒸黝黝


本文編號：3576672