Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于稀疏非负矩阵分解的机械复合故障信号分离方法 | |
张文豹 ; 王梦阳; 薛向尧; 邵明振; 王光
| |
| 2022-06-20 | |
| 发表期刊 | 机电工程技术
 |
| 卷号 | 51期号:06页码:63-65+81 |
| 摘要 | 振动信号通常蕴藏着机械设备运行的丰富信息，对振动信号进行监测分析可以感知设备的运行状态。但在复杂工况下采集到的多源耦合信号，很难进行有效地解耦分离并提取。为此，提出了基于稀疏非负矩阵分解（SNMF）的机械复合故障信号分离方法。首先，对传感器采集到的初始信号进行短时傅里叶变换，获取表示特征信息的时频分布；其次，在算法中引入正则化参数控制稀疏程度及重构误差，减少特征信息的冗余成分；然后，利用改进SNMF算法对时频分布矩阵分解降维，将分解后的矩阵在时域中重构分离信号；最后，将得到的重构分离信号进行包络频谱分析，提取故障特征信息，实现机械复合故障信号分离。实验采用含有复合故障的滚动轴承为研究对象，分析结果表明：提出的方法可以有效分离提取出轴承中存在的复合故障特征，实现了复合故障信号的分离与诊断。 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/66258 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 中国科学院长春光学精密机械与物理研究所 |
| 第一作者单位 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 张文豹,王梦阳,薛向尧,等. 基于稀疏非负矩阵分解的机械复合故障信号分离方法[J]. 机电工程技术,2022,51(06):63-65+81. |
| APA | 张文豹,王梦阳,薛向尧,邵明振,&王光.(2022).基于稀疏非负矩阵分解的机械复合故障信号分离方法.机电工程技术,51(06),63-65+81. |
| MLA | 张文豹,et al."基于稀疏非负矩阵分解的机械复合故障信号分离方法".机电工程技术 51.06(2022):63-65+81. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于稀疏非负矩阵分解的机械复合故障信号分（1779KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张文豹]的文章 |
| [王梦阳]的文章 |
| [薛向尧]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张文豹]的文章 |
| [王梦阳]的文章 |
| [薛向尧]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张文豹]的文章 |
| [王梦阳]的文章 |
| [薛向尧]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论