隨著科技水平的高速迅猛發(fā)展,大型、高速的旋轉(zhuǎn)機(jī)器設(shè)備在各個領(lǐng)域尤其是無線傳感領(lǐng)域的應(yīng)用越來越廣泛,由此產(chǎn)生的海量設(shè)備監(jiān)測信息給傳統(tǒng)信號處理方法帶來了巨大的壓力。為此,本文在旋轉(zhuǎn)機(jī)器設(shè)備信號處理中引入壓縮感知,從單源、多源監(jiān)測信息壓縮與重構(gòu)方面展開研究。首先,通過詳細(xì)介紹壓縮感知以及分布式壓縮感知理論,針對旋轉(zhuǎn)機(jī)器設(shè)備信息依據(jù)傳統(tǒng)技術(shù)進(jìn)行處理存在的不足,對單源監(jiān)測信息壓縮與重構(gòu)展開研究。針對單源信號在時域不稀疏,如何選擇合適稀疏基的問題,對單源信號在傅立葉基、小波基、離散余弦基上分別進(jìn)行稀疏表示。針對不同測量矩陣和不同重構(gòu)算法對重構(gòu)誤差影響的不同,提出了對單源監(jiān)測信號在多種測量矩陣和多種重構(gòu)算法下的重構(gòu)性能進(jìn)行比較以選擇合適的測量矩陣和重構(gòu)算法,為進(jìn)一步研究多源監(jiān)測信息壓縮與重構(gòu)奠定基礎(chǔ)。其次,針對目前多傳感器信號采集的需求日益增加,提出對旋轉(zhuǎn)機(jī)器設(shè)備多源監(jiān)測信息壓縮與重構(gòu)展開研究。通過對多源監(jiān)測信息稀疏性分析,針對JSM-2聯(lián)合稀疏模型,研究并比較了幾種適用于MMV模型的分布式聯(lián)合重構(gòu)算法。針對SOMP聯(lián)合重構(gòu)算法對多源信號進(jìn)行重構(gòu)時每次選擇一個原子導(dǎo)致迭代次數(shù)過大、計算量增加的問題,提出了一種適合多源監(jiān)測信息的改進(jìn)聯(lián)合重構(gòu)算法。仿真結(jié)果表明,與非聯(lián)合重構(gòu)算法及其它聯(lián)合重構(gòu)算法相比,該算法不僅在重構(gòu)精度方面明顯提高,而且在運(yùn)行效率方面也有明顯改善。最后,針對傳統(tǒng)壓縮感知重構(gòu)算法在重構(gòu)信號時只考慮重構(gòu)誤差和稀疏性,將其運(yùn)用到設(shè)備狀態(tài)分類存在明顯局限性的問題,提出了一種基于非最小重構(gòu)誤差準(zhǔn)則的重構(gòu)算法,該算法通過在目標(biāo)函數(shù)中加入分類判別項使信號在重構(gòu)時不僅考慮重構(gòu)誤差和稀疏性,而且也考慮不同狀態(tài)信號間的差異性。仿真結(jié)果表明,與傳統(tǒng)重構(gòu)算法相比,利用該算法重構(gòu)出的信號進(jìn)行設(shè)備狀態(tài)分類不僅解決了低采樣率下設(shè)備狀態(tài)分類準(zhǔn)確率與運(yùn)算復(fù)雜度的統(tǒng)一,而且也為設(shè)備狀態(tài)的在線診斷提供了可能。
【學(xué)位單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP212.9;TN929.5
【部分圖文】：

在解碼端得到的效果是一致的。由于相比于聯(lián)合編碼，獨(dú)立編碼更簡單，因此在實際中應(yīng)用比較廣泛。圖2-3 是兩個相關(guān)信源節(jié)點(diǎn)的編碼示意圖，可以看到，在編碼時無需在 X 和Y 兩個節(jié)點(diǎn)間通信，節(jié)點(diǎn)X和節(jié)點(diǎn)Y分別獨(dú)立進(jìn)行編碼，編碼后的信號傳輸?shù)浇獯a端再利用X節(jié)點(diǎn)和Y節(jié)點(diǎn)信號間的相關(guān)性進(jìn)行聯(lián)合解碼這樣不僅可以在進(jìn)行信號傳輸時，降低信源節(jié)點(diǎn)的復(fù)雜度，而且也沒把資源浪費(fèi)在冗余信息上，可以對信號盡量進(jìn)行高效處理。聯(lián)合解碼器XY編碼器1編碼器2X’Y’圖 2-3 分布式信源編碼示意圖Figure 2-3 Distributed source coding schematic

2 4 2( 1)1 2( 1) ( 1)( 1)11N N NNN N N NN N N NN N NW W WW W W W 這里的變換矩陣NW 的列向量不是單位向量，所以變換矩陣W變換矩陣NW 除以一個系數(shù)使其變?yōu)檎痪仃嚳傻秒x散傅立葉3）。1 2 12 4 2( 1)1 2( 1) ( 1)( 1)1 1 1 11111NN N NNN N NN N N NN N NW W WW W WNW W W 1 所示為正常軸承振動信號一路測試曲線，截取長度為 256 的散傅立葉變換基上稀疏表示如圖 3-2 所示，由于傅立葉變換是示 128 個樣本點(diǎn)。

(3-3)圖 3-1 所示為正常軸承振動信號一路測試曲線，截取長度為 256 的軸承振動信號在離散傅立葉變換基上稀疏表示如圖 3-2 所示，由于傅立葉變換是對稱的，所以只顯示 128 個樣本點(diǎn)。幅值/g圖 3-1 原始軸承振動信號Figure 3-1 Original bearing vibration signal

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 郭俊鋒;施建旭;雷春麗;魏興春;;一種滾動軸承振動信號的數(shù)據(jù)壓縮采集方法[J];振動與沖擊;2015年23期

2 嚴(yán)�？�;周鳳星;;基于相干累積量分段正交匹配追蹤方法的軸承早期故障稀疏特征提取[J];機(jī)械工程學(xué)報;2014年13期

3 王學(xué)偉;崔廣偉;王琳;賈曉璐;聶偉;;基于平衡Gold序列的壓縮感知測量矩陣的構(gòu)造[J];儀器儀表學(xué)報;2014年01期

4 李s

本文編號：2814836