基于经验模态分解的旋转机械故障信号去噪源分离-西北工业大学学报.pdfVIP

基于经验模态分解的旋转机械故障信号去噪源分离-西北工业大学学报.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于经验模态分解的旋转机械故障信号去噪源分离-西北工业大学学报

2013 4 Apr. 2013 年 月 西北工业大学学报 31 2 Journal of Northwestern Polytechnical University Vol. 31 No. 2 第 卷第 期 基于经验模态分解的旋转机械 故障信号去噪源分离 1 1 2 1 , , , 王元生 任兴民 邓旺群 杨永锋 (1. , 7 10072 ;2 . , 4 12002) 西北工业大学振动工程研究所 陕西西安 中国航空动力机械研究所 湖南株洲 : , (EMD)、 (PCA) 摘 要 针对旋转机械故障诊断中信号源不足的问题 综合经验模态分解 主成量分析 (DSS) , EMD PCA (EMD-PCA- 和去噪源分离 各自的优点 提出一种基于 和 的欠定去噪源分离方法 DSS)。 EMD (IMF), IMF , 首先通过 求出本征模函数 进而重组 分量和原观测信号作为新的观测信号 (BSS) 。 , PCA , DSS 解决了盲源分离 中源信号数据不足的问题 然后 通过 估计观测信号的源数 利用 估 。 , , 计出源信号 将该方法应用于某转子的实测故障信号分析中 诊断出转子发生了不平衡故障 表明该 , 。 方法在旋转机械故障诊断中的有效性 这对于机械设备的状态监测和故障诊断具有重要的工程意义 : , , , , , , , , 关 键 词 盲源分离 诊断 试验 故障检测 模型分析 主成量分析 旋转机械 信号处理 去噪源 , 分离 经验模态分解 中图分类号:TN911 文献标识码:A 文章编号:1000-2758 (20 13)02-0272-05 , 实际应用中 传感器直接测得的旋转机械振动 故障源分离方法中提取信号数量的不足和噪声信号 。 , (empirical 信号为多种含噪振源信号的混叠 作为盲源分离的 的影响 提出一种基于经验模态分解 , (Denoising source separation , mode decomposition ,EMD) (principal 一个热点 去噪源分离

您可能关注的文档

文档评论(0)

wangsux + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档