基于矢功率谱-AIS的旋转机械故障识别方法研究

结合矢功率谱分析技术和人工免疫系统,提出一种新的机械故障模式识别方法,它以矢功率谱分析为特征提取工具,以aiNet网络为数据压缩工具,以支持向量机为分类器。该方法成功地应用到旋转机械故障诊断中,实验结果表明,该方法是可行和有效的。     

基于Cohen类时频分布的机械故障源分离

针对传统的机械故障源分离方法忽略信号非平稳性的不足,结合Cohen类时频分布和盲源分离各自的优点,提出一种基于Cohen类时频分析的机械设备非平稳信号盲分离方法,并通过均方根误差比较基于各种时频分布的盲源分离算法的分离性能。仿真和实验结果表明,提出的方法是有效的,机械设备非平稳信号的盲分离必须充分利用信号的非平稳性。