-
题名机械故障信号主分量的最大熵谱分析
被引量：2
- 1
-
-
作者
王江萍
-
机构
西安石油学院
-
出处
《机械科学与技术》
CSCD
北大核心
1998年第6期980-982,共3页
-
文摘
针对复杂机械系统中经常出现的多种故障并存现象，讨论了基于主分量分析的机械故障信息分离的方法，然后利用最大熵谱处理短数据的优点对分离信号作频谱分析，达到对故障信号准确定位的目的，取得了较为满意的结果。
-
关键词
故障信号分离
最大熵谱
故障诊断
机械故障
-
Keywords
Fault signal separation Principal component analysis Maxmun entropy spectrum Fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名机械故障信号的分离
被引量：1
- 2
-
-
作者
陈岳东
蒋林
屈梁生
-
机构
西安交通大学诊断与控制学研究所
-
出处
《中国机械工程》
CAS
CSCD
北大核心
1995年第2期48-49,共2页
-
基金
国家"八五"重点科技攻关项目
-
文摘
针对机械故障信号经常是多种故障信号的混合（它们相互作用、相互干扰），给正确的故障识别造成很大困难的实际情况，提出基于神经网络非线性主分量分析的机械故障信号分离方法。阐述故障信息的分离与主分量分析的关系，并将二者统一起来，从理论上证明应用主分量分析方法进行故障分离的有效性；介绍神经网络非线性主分量分析；提出基于神经网络非线性主分量分析的故障分离方法。利用实际故障信号进行分离，取得令人满意的结果。
-
关键词
机械
故障信号分离
主分量
神经网络
故障诊断
-
Keywords
s: fault information separation principal component analysis neural network nonlinear fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-
-
题名基于高阶统计量自适应滤波的故障特征的提取
- 3
-
-
作者
尚万峰
关惠玲
李志军
-
机构
郑州大学机械工程学院
-
出处
《信号处理》
CSCD
北大核心
2005年第5期544-547,459,共5页
-
文摘
本文论述了基于三阶累积量的RLS自适应算法(CDRLS)和基于累积量韵LMS自适应算法(CDEFWLMS)。通过对机车滚动轴承的保持架断裂典型故障信号的分析得出高阶统计量自适应算法具有良好的降噪性,CDEFWLMS算法和CDRLS算法比普通的LMS算法和RLS算法收敛速度快,稳定性好;同时得出CDEFWLMS算法比CDRLS算法更优,经处理后的特征频率更突出明显,实际中有较高的正确诊断率。研究表明:高阶统计量自适应滤波提取信号特征,可以容易的将正常的轴承信号和保持架断裂故障信号分离,从而进一步验证其在实际故障诊断、检测中的有着良好的应用特性。
-
关键词
自适应算法
RLS算法
LMS算法
故障诊断
高阶统计量
自适应滤波
故障特征
LMS自适应算法
提取
故障信号分离
-
Keywords
adaptive filter
CDRLS
CDEFWLMS
fault dignosis
-
分类号
TN911.7
[电子电信—通信与信息系统]
TN713
[电子电信—信息与通信工程]
-
