本文選題：頻率切片小波變換 + 欠定盲源分離��； 參考：《振動(dòng)與沖擊》2014年21期

【摘要】：針對(duì)旋轉(zhuǎn)機(jī)械信號(hào)分析時(shí)產(chǎn)生的欠定信號(hào)盲源分離問(wèn)題,建立了一種基于頻率切片小波變換(Frequency Slice Wavelet Transformation,FSWT)和去噪源分離(Denoising Source Separation,DSS)的欠定信號(hào)分析方法(FSWT-DSS),首先通過(guò)FSWT反變換重構(gòu)出新的混合信號(hào),有效解決欠定盲分離維數(shù)不足的問(wèn)題,再應(yīng)用DSS分離得到源信號(hào),解決了欠定盲分離問(wèn)題,同時(shí)解決了單獨(dú)應(yīng)用FSWT時(shí)進(jìn)行時(shí)頻分析的不足。算法仿真和應(yīng)用實(shí)例驗(yàn)證了FSWT-DSS方法在實(shí)測(cè)故障信號(hào)分析中的有效性。
[Abstract]:Aiming at the problem of blind source separation of underdetermined signals produced in signal analysis of rotating machinery, A method of under-determined signal analysis (FSWT-DSS) based on Frequency slice Wavelet transform (FSWT) and Denoising Source Separation (DSS) is established. Firstly, a new mixed signal is reconstructed by FSWT inverse transform, which can effectively solve the problem of insufficient dimension of under-determined blind separation. Then the source signal is separated by DSS, which solves the problem of under-determined blind separation and solves the shortage of time-frequency analysis when FSWT is used alone. The effectiveness of FSWT-DSS method in fault signal analysis is verified by simulation and application.
【作者單位】： 西北工業(yè)大學(xué)振動(dòng)工程研究所;中國(guó)航空動(dòng)力機(jī)械研究所;
【基金】：國(guó)家自然科學(xué)基金(11272257) 陜西省自然科學(xué)基礎(chǔ)研究(2011JQ1011) 航空科學(xué)基金(20112108001) 西北工業(yè)大學(xué)基礎(chǔ)研究基金(JC201242)
【分類號(hào)】：TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李志農(nóng);劉衛(wèi)兵;易小兵;;基于局域均值分解的機(jī)械故障欠定盲源分離方法研究[J];機(jī)械工程學(xué)報(bào);2011年07期

2 段晨東;高強(qiáng);;基于時(shí)頻切片分析的故障診斷方法及應(yīng)用[J];振動(dòng)與沖擊;2011年09期

3 程軍圣;馬興偉;楊宇;;基于VPMCD和EMD的齒輪故障診斷方法[J];振動(dòng)與沖擊;2013年20期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐旭;郭崇慧;;基于相似性函數(shù)的稀疏成分分析混合矩陣估計(jì)方法[J];工程數(shù)學(xué)學(xué)報(bào);2013年05期

2 楊禹;嚴(yán)中紅;易東;;生物醫(yī)學(xué)信號(hào)模式的狀態(tài)評(píng)估法分析方法研究[J];重慶醫(yī)學(xué);2013年36期

3 葛素楠;韓敏;;基于四階累積張量方法的欠定盲源信號(hào)分離[J];電子學(xué)報(bào);2014年05期

4 鄭超;郭奇;郭麗杰;李慧琳;;基于局部特征尺度分解的旋轉(zhuǎn)機(jī)械故障欠定盲源分離方法研究[J];燕山大學(xué)學(xué)報(bào);2014年02期

5 李志農(nóng);劉衛(wèi)兵;肖堯先;鄔冠華;;基于局域均值分解包絡(luò)譜和SVM的滾動(dòng)軸承故障診斷方法研究[J];機(jī)械設(shè)計(jì)與制造;2011年11期

6 程軍圣;楊怡;楊宇;;局部特征尺度分解方法及其在齒輪故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2012年09期

7 梁世杰;韓維;康小偉;蘇永前;;局域均值分解中PF獲取方法的改進(jìn)[J];航空計(jì)算技術(shù);2012年04期

8 徐元博;段志善;賈濤;;EMD分解盲源分離算法在振動(dòng)篩故障診斷中的應(yīng)用[J];煤礦機(jī)電;2012年03期

9 王新立;徐元博;;基于EEMD分解的盲源分離算法在振動(dòng)篩軸承故障診斷中的應(yīng)用[J];礦山機(jī)械;2013年04期

10 廖星智;萬(wàn)舟;熊新;;基于ELMD與LS-SVM的滾動(dòng)軸承故障診斷方法[J];化工學(xué)報(bào);2013年12期

相關(guān)博士學(xué)位論文 前8條

1 張亢;局部均值分解方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];湖南大學(xué);2012年

2 王雷;基于流形學(xué)習(xí)的滾動(dòng)軸承故障診斷若干方法研究[D];大連理工大學(xué);2013年

3 陳向民;基于形態(tài)分量分析和線調(diào)頻小波路徑追蹤的機(jī)械故障診斷方法研究[D];湖南大學(xué);2013年

4 苗鋒;盲信號(hào)分離算法及其在轉(zhuǎn)子故障信號(hào)分離中的應(yīng)用方法研究[D];蘭州理工大學(xué);2014年

5 王翔;通信信號(hào)盲分離方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

6 李煒;多種混合模型下的盲信號(hào)分離方法研究[D];江南大學(xué);2014年

7 周昊;基于盲源分離的風(fēng)力發(fā)電機(jī)主軸承振聲診斷研究[D];沈陽(yáng)工業(yè)大學(xué);2014年

8 納躍躍;頻域盲源分離算法研究及其在高速列車噪聲成分分離中的應(yīng)用[D];北京交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前9條

1 董曉華;局部均值分解在旋轉(zhuǎn)機(jī)械振動(dòng)中的研究與應(yīng)用[D];燕山大學(xué);2012年

2 譚剛艷;基于有效時(shí)頻點(diǎn)的欠定盲源分離及其在動(dòng)態(tài)系統(tǒng)中的應(yīng)用[D];南昌大學(xué);2013年

3 何況;基于小波包—變分貝葉斯獨(dú)立分量分析的機(jī)械故障診斷方法研究[D];南昌航空大學(xué);2013年

4 蔣長(zhǎng)麗;高效盲信號(hào)分離算法的研究[D];天津大學(xué);2012年

5 吳俊春;中壓配電網(wǎng)故障定位方法的研究[D];華中科技大學(xué);2013年

6 李建偉;基于頻率切片小波變換的軌道交通輪軌振動(dòng)信號(hào)分析[D];南京理工大學(xué);2014年

7 馬麗芬;欠定盲源分離及其在跳頻信號(hào)分選中的應(yīng)用研究[D];西安電子科技大學(xué);2014年

8 李愛(ài)麗;欠定盲源分離混合矩陣估計(jì)算法的研究[D];西安電子科技大學(xué);2014年

9 隗雪梅;基于語(yǔ)音稀疏性的欠定信號(hào)盲分離研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葛家怡;周鵬;趙欣;劉海嬰;王明時(shí);;睡眠腦電時(shí)間序列的非線性樣本熵研究[J];電子器件;2008年03期

2 李志農(nóng);呂亞平;范濤;冷傳廣;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的機(jī)械故障欠定盲源分離方法[J];航空動(dòng)力學(xué)報(bào);2009年08期

3 和衛(wèi)星;陳曉平;邵s，

本文編號(hào)：2090604