共查询到19条相似文献,搜索用时 46 毫秒
1.
针对风力机叶片初始裂纹特征难以提取的问题,提出了一种逐步提取并消减噪声源信号从而获得微弱裂纹故障特征的盲提取方法.首先基于卷积混合模型极小化改进代价函数推导自适应学习迭代算式,在仿真实验中确定非线性激励函数和滤波器的传输函数,根据输出信号的性能参数证明了改进算法对尖峰噪声的异常点更加敏感稳健.在风力机叶片疲劳实验台上模拟叶片蒙皮的初始横向裂纹,通过声发射信号采集系统获得观测信号,分析噪声源的特性并提取了初始裂纹的声发射信号特征,为风力机叶片状态监测和预警提供了依据. 相似文献
2.
3.
4.
当齿轮箱中的多个轴承同时发生故障时,由于各故障源之间的相互耦合效应,常规盲提取方法难以对其进行有效特征提取。为解决上述问题,提出一种基于稀疏表征自学习字典理论的盲提取方法。首先,将稀疏表征自学习字典方法用于滚动轴承多故障信号分析,得到一系列自学习字典集;然后,利用学习到的字典集重构滚动轴承多故障信号以消除噪声及干扰信号;最后,将盲提取方法用于重构后的滚动轴承复合故障信号,抽取出滚动轴承各单一故障信号,再逐一对单一故障信号进行包络解调分析,以获取相应的故障特征。通过实验,对所述方法的可行性及有效性进行了验证。 相似文献
5.
6.
7.
盲解卷积的机械振动信号分离技术 总被引:2,自引:0,他引:2
针对机械振动信号往往是多个信号卷积混合的结果,阐述了卷积混合的模型和原理.利用扩展的H-J网络结构,给出了在线实时的盲解卷积迭代算法,并通过仿真试验验证了算法的有效性和准确性.该法与传统的傅里叶变换频谱分析相比,能获得更多的振源振动信息,可更准确地进行机械故障诊断. 相似文献
8.
9.
三维网格模型盲提取水印算法 总被引:1,自引:1,他引:1
基于离散傅里叶变换(DFT)技术和扩频通信技术提出三维模型稳健水印嵌入算法.算法利用扩频通信技术将原始的一维二值水印序列生成可直接嵌入的水印信息;利用主成分分析(PCA)方法,将原始模型变换到仿射(旋转、平移和均匀缩放)不变空间中,选取模型项点到其中心距离作为水印嵌入单元,采用单极性量化嵌入单元离散傅里叶变换系数幅度的方法实现水印的盲提取.对算法进行了仿真,结果表明嵌入的水印信息具有不可见性,且能够抵抗模型的旋转、平移、均匀缩放等常见攻击. 相似文献
10.
机械噪声故障诊断的难度在于实际检测的噪声是多个设备或零部件噪声信号的混合,信噪比低,基于二阶统计量盲源分离算法的故障噪声诊断技术,利用二阶协方差矩阵的联合对角化,从测量噪声中分离出感兴趣故障噪声进而提取特征,但该算法抗干扰噪声性能差。本文利用多个协方差矩阵平滑滤波后的矩阵进行白化,进一步提高了抗干扰噪声能力,在样本数据较少时仍能实现较好的盲源分离效果,仿真实验证实了该算法的有效性。 相似文献
11.
12.
针对齿轮箱复合故障分析问题,文中提出一种新型非线性盲源分离(Nonlinear Blind Source Separation, NBSS)算法。该算法先利用反向传播(Back Propagation, BP)神经网络逼近非线性混合模型的逆,并对经过BP 神经网络处理后的信号进行独立成分分析(Independent Component Analysis, ICA);然后以独立成分分析后的信号的负熵作为适应度函数,采用遗传算法对BP神经网络的参数进行寻优;最后利用优化的BP神经网络参数,对观测到的混合信号进行分解,分离出纯净的振源信号。与采用粒子群优化(Particle Swarm Optimization, PSO)算法的核独立成分分析(Kernel ICA, KICA)相比,该方法提取的分离信号具有更高的精度,为齿轮箱复合故障诊断提供了关键技术与有效方法。 相似文献
13.
14.
15.
针对一维观测矩阵的极度欠定盲分离模型,结合盲源分离和总体经验模式分解的优点,利用总体经验模式分解将单通道信号转化为固有模态矩阵,重组观测矩阵,再通过近似联合对角化实现信号的盲分离。数据仿真说明该方法能提取低信噪比下的轴承故障信息。实验中,对2种不同故障的轴承进行故障诊断,从而进一步证明了该方法的有效性。 相似文献
16.
将人工免疫算法用于盲源分离算法,阐述了盲源分离过程,提出了免疫优化盲源分离算法(AIS-ICA算法),针对4组特定信号的混合与分离进行了仿真试验。仿真试验结果表明,该算法具有收敛速度快、分离精度高和稳定性好等优点。将该算法用于齿轮箱振动信号的盲源分离及其故障诊断,增强了振动信号所携带的故障信息,结果表明该算法用于齿轮箱振动信号分离可增强故障信息,降低齿轮箱故障诊断难度。 相似文献
17.
18.
19.
基于遗传算法的盲源分离在轴承诊断中的应用 总被引:7,自引:0,他引:7
提出了一种基于遗传算法的盲源分离算法,该算法直接从信号的样本序列估计信号的概率分布,解决了信号问互信息的求解问题,通过遗传算法最小化信号的互信息,实现对线性混叠信号的分离。将该算法用于轴承声音信号的分离,取得了较好的效果。 相似文献