本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的發(fā)動機振動信號的盲分離研究

  更多相關(guān)文章： 發(fā)動機振動信號 盲分離 單層前饋神經(jīng)網(wǎng)絡(luò) RBF神經(jīng)網(wǎng)絡(luò)

【摘要】：航空航天器(特別是發(fā)動機)和車輛運動結(jié)構(gòu)的正常運轉(zhuǎn)、試車運行及檢修過程中,振動信號是必須檢測的項目之一。近幾年來,我國在研究處理與分析振動信號的方法中收獲了很多重要成果。本課題來源于西門子實習期間與某航天科研單位共同做的航空發(fā)動機試車運行檢測的研究項目。項目里我主要負責的是對航空發(fā)動機機匣振動的多源激振響應試驗進行分析研究。但已有的研究一般是在線性混合的情況下分析的,較復雜的非線性混合并沒有進行討論。本課題將基于神經(jīng)網(wǎng)絡(luò)的盲分離應用到發(fā)動機振動信號中,對于線性混合模型,在神經(jīng)網(wǎng)絡(luò)里加入動量項進行改進,使盲分離的效果更好;對于非線性混合模型,運用具有良好的非線性逼近能力的RBF神經(jīng)網(wǎng)絡(luò)將混合信號有效分離出來。這使得發(fā)動機振動信號的盲分離技術(shù)更完善,更全面,這也正是本課題的創(chuàng)新之處。針對發(fā)動機本身的復雜性,同時工作環(huán)境也存在的多樣性,對發(fā)動機的振動信號的物理特征進行了有效的提取,對信號進行了合理的分析,并定義了盲分離過程中的代價函數(shù)。將基于最大似然估計算法的單層前饋神經(jīng)網(wǎng)絡(luò)算法應用到發(fā)動機振動信號盲分離的線性混合模型中,加入動量項后的系統(tǒng)很好地限制網(wǎng)絡(luò)陷入局部極小,避免振蕩,使權(quán)值的收斂速度進一步提升。將RBF神經(jīng)網(wǎng)絡(luò)相關(guān)算法應用到發(fā)動機振動信號盲分離的非線性混合模型中,運用最小互信息算法統(tǒng)計出信號的獨立性,并運用模糊C均值聚類法來估計隱層核函數(shù)的中心μ,運用梯度下降法估計輸出層權(quán)值,訓練出可以分離非線性混合模型的RBF神經(jīng)網(wǎng)絡(luò)。將兩種網(wǎng)絡(luò)結(jié)構(gòu)下的發(fā)動機振動信號盲分離算法應用到某航空發(fā)動機機匣振動的多源激振響應試驗。并通過MATLAB仿真出結(jié)果證明了兩種算法的可行性,操作性和準確性,本課題對于今后盲分離在發(fā)動機振動應用領(lǐng)域的研究方向上指出了新的模式和角度。
【學位授予單位】：中國地質(zhì)大學(北京)
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TK401;TP183

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 劉琚,聶開寶,何振亞;非線性混疊信號的可分離性及分離方法研究[J];電子與信息學報;2003年01期

2 高鷹,謝勝利;基于信號稀疏特性和核函數(shù)的非線性盲信號分離算法[J];計算機工程與應用;2005年01期

3 劉寶生;閆莉萍;周東華;;幾種經(jīng)典相似性度量的比較研究[J];計算機應用研究;2006年11期

4 虞曉,胡光銳;基于FIR神經(jīng)網(wǎng)絡(luò)的非線性盲信號分離[J];上海交通大學學報;1999年09期

5 李木森,毛劍琴;盲信號分離的現(xiàn)狀和展望[J];信息與電子工程;2003年01期

6 焦衛(wèi)東,楊世錫,吳昭同;機械聲源信號的帶通濾波盲分離[J];振動工程學報;2003年03期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 宋蕾;基于神經(jīng)網(wǎng)絡(luò)盲源分離算法的研究[D];太原理工大學;2007年

2 陽平;航空發(fā)動機混疊振動信號的盲源分離研究[D];南京航空航天大學;2008年

，

本文編號：1189498