基于奇异值分解拓展应用的故障特征提取技术

发布时间：2017-12-26 05:41

  本文关键词：基于奇异值分解拓展应用的故障特征提取技术　出处：《振动.测试与诊断》2017年01期 　论文类型：期刊论文

  更多相关文章： 奇异值分解 滑移矩阵 特征提取 滚动轴承 故障诊断

【摘要】：以奇异值分解理论为理论基础,通过对奇异值分解矩阵的架构分析,提出了滑移矩阵序列的架构方法。以该方法为指导,引入差异谱、主奇异和、最大特征值重构和最优化滤波器设计等方法,成功实现了滚动轴承故障特征提取。试验数据分析结果表明,提出的基于滑移矩阵序列奇异值分解的故障特征提取技术对于滚动轴承微弱冲击故障特征具有优越的识别和提取能力,对实现滚动轴承强噪声背景下的故障诊断具有重要意义。
【作者单位】： 浙江大学工学部;上海交通大学机械系统与振动国家重点实验室;
【基金】：国家自然科学基金资助项目(51305392) 中国博士后科学基金资助项目(2013M540489) 飞行器海上测控实验室开放基金资助项目(FOM2014OF11) 浙江省重大科技专项基金资助项目(2012C01021-2)
【分类号】：TH133.33
【正文快照】： 引言现代信号处理技术的发展为故障诊断的研究提供了强大的技术支持,故障特征提取技术是故障诊断研究的灵魂,它直接关系到故障诊断的准确性。近年来,各种利用现代信号处理方法实现故障特征提取不断涌现,有快速傅里叶变换、功率谱分析、倒谱分析、自适应滤波技术、时频分析、Wi

【相似文献】

相关期刊论文 前10条

1 李晓军;吴辰文;;基于奇异值分解的流量矩阵估算研究[J];兰州交通大学学报;2012年06期

2 梁霖,徐光华,侯成刚;基于奇异值分解的连续小波消噪方法[J];西安交通大学学报;2004年09期

3 温广瑞,张西宁,屈梁生;奇异值分解技术在声音信息分离中的应用[J];西安交通大学学报;2003年01期

4 刘恒春,朱德懋,孙久厚;振动载荷识别的奇异值分解法[J];振动工程学报;1990年01期

5 刘献栋,潘存治,杨绍普;基于奇异值分解的信号处理方法及其频谱特征[J];石家庄铁道学院学报;2001年01期

6 李世阳;杨明;李存岑;蔡萍;;基于奇异值分解熵的心率变异性分析(英文)[J];Journal of Shanghai University(English Edition);2008年05期

7 张焕萍;尹佟明;郑建冬;;基于奇异值分解的致病基因挖掘算法[J];南京航空航天大学学报;2013年02期

8 黄浴,季文铎,袁保宗;基于奇异值分解的长序列图象运动估计[J];北方交通大学学报;1997年05期

9 刘献栋,杨绍普,申永军,李其汉;基于奇异值分解的突变信息检测新方法及其应用[J];机械工程学报;2002年06期

10 段向阳;王永生;苏永生;;基于奇异值分解的信号特征提取方法研究[J];振动与冲击;2009年11期

相关会议论文 前10条

1 张友民;陈洪亮;戴冠中;;基于奇异值分解的固定区间平滑新方法[A];1995年中国控制会议论文集（上）[C];1995年

2 何田;王立清;刘献栋;朱永波;;基于奇异值分解的信号处理机理及其应用[A];2008年航空试验测试技术峰会论文集[C];2008年

3 张霄;林鸿飞;杨志豪;;基于奇异值分解的蛋白质关系抽取[A];第五届全国信息检索学术会议论文集[C];2009年

4 曹云丽;郭勤涛;徐尧;周瑾;;基于奇异值分解响应面方法的磁轴承转子参数识别[A];第11届全国转子动力学学术讨论会（ROTDYN2014）论文集（上册）[C];2014年

5 吴晓颖;吴俊;董滨江;;TK方法在γ谱分析中的应用[A];第7届全国核电子学与核探测技术学术年会论文集（三）[C];1994年

6 林原;林鸿飞;苏绥;;一种应用奇异值分解的RankBoost排序学习方法[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

7 金宋友;赵志文;;一种基于奇异值分解盲水印算法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

8 赵卫国;翟自勇;王子君;;基于奇异值分解和神经网络的数字图像水印算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

9 岳红;蒋慰孙;;基于奇异值分解的改进Bayes集员辨识递推算法[A];1995中国控制与决策学术年会论文集[C];1995年

10 张景瑞;;基于奇异值分解的SGCMGs输出误差分析及操纵律设计[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年

相关硕士学位论文 前10条

1 相桂芳;MFA与SVD模糊融合的人脸识别研究[D];合肥工业大学;2015年

2 聂振国;基于奇异值分解的信号处理关键技术研究[D];华南理工大学;2016年

3 夏玉丹;基于S变换和奇异值分解的自动癫痫检测算法[D];山东大学;2016年

4 关晓勇;基于奇异值分解的状态监测与故障诊断方法研究[D];大连理工大学;2005年

5 王钢;基于奇异值分解的机织物瑕疵检测算法研究[D];东华大学;2014年

6 Charles Alpha Bangura;[D];湖南大学;2011年

7 郑安总;奇异值分解在微弱信号检测中的应用[D];天津大学;2014年

8 赵慧琳;奇异值分解的人脸识别算法[D];上海海运学院;2002年

9 李科;基于沙米尔和奇异值分解的小波域数字图像水印算法研究[D];南昌大学;2010年

10 贾换霞;基于奇异值分解和神经网络的人脸识别方法的研究[D];东北大学;2005年

，

本文编号：1336056