-
题名自适应最优化窄带分解方法及其应用
- 1
-
-
作者
彭延峰
程军圣
杨宇
李宝庆
-
机构
湖南大学汽车车身先进设计制造国家重点实验室
-
出处
《振动与冲击》
EI
CSCD
北大核心
2016年第15期1-6,共6页
-
基金
国家科技支撑计划课题(2015BAF32B03)
国家自然科学基金(51375152
+2 种基金
51575168)
智能型新能源汽车国家2011协同创新中心
湖南省绿色汽车2011协同创新中心资助
-
文摘
提出了自适应最优化窄带分解(Adaptive Optimization Narrow-Band Decomposition,AONBD)方法。该方法将信号分解转化为对滤波器参数的优化问题,以得到信号的最优化解为优化目标,在优化过程中将信号自适应的分解成多个内禀窄带分量(Intrinsic Narrow-Band Components,INBC)。AONBD分为两步,首先通过优化得到最优的滤波器,然后使用该滤波器对信号进行滤波以得到信号的最优化解。阐述了AONBD的基本原理及分解步骤。采用仿真信号将AONBD方法与自适应最优化时频分析(Adaptive Sparsest Time-Frequency Analysis,ASTFA)方法及经验模态分解(Empirical Mode Decomposition,EMD)方法进行对比。结果表明,AONBD在抑制端点效应和模态混淆、抗噪声性能、提高分量的正交性和准确性等方面具有一定的优越性。对转子振动信号的分析结果表明,AONBD能有效应用于机械故障诊断。
-
关键词
自适应最优化窄带分解
内禀窄带分量
局部窄带信号
奇异局部线性算子
转子故障诊断
-
Keywords
adaptive optimization narrow-band decomposition
intrinsic narrow-band components
local narrow-band signal
singular local linear operator
rotor fault diagnosis
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TN911.7
[电子电信—通信与信息系统]
-
