SDICA方法在单通道信号故障分类中的研究

发布时间：2020-01-28 13:50

【摘要】：提出了一种针对工程单通道信号的子带分解独立分量分析(subband decomposition independent component analysis,简称SDICA)故障分类方法。利用经验模态分解方法(empirical mode decomposition,简称EMD)得到的多个基本模式分量作为子带信号,对子带信号进行独立分量分析(independent component analysis,简称ICA),在ICA方法过程中提取了分离过程特征中产生的残余互信息值,在估计子带信号中计算各自的近似熵值,并把残余互信息和近似熵值作为特征参数,输入广义回归神经网络实现故障分类。SDICA方法在单通道信号故障分类中引入了ICA理论,成功实现了工程单通道轴承信号3种故障高精度的识别,验证了具有良好表征故障能力的残余互信息值和估计子带近似熵能够成为故障分类的重要参数。

【参考文献】

相关期刊论文 前5条

1 胥永刚;孟志鹏;陆明;;双树复小波包和ICA用于滚动轴承复合故障诊断[J];振动.测试与诊断;2015年03期

2 王向红;胡宏伟;张志勇;毛汉领;;微弱裂纹信号的稀疏编码提取[J];振动工程学报;2013年03期

3 张学清;梁军;;基于EEMD-近似熵和储备池的风电功率混沌时间序列预测模型[J];物理学报;2013年05期

4 ;New method for signal encryption using blind source separation based on subband decomposition[J];Progress in Natural Science;2008年06期

5 杨世锡,焦卫东,吴昭同;基于独立分量分析特征提取的复合神经网络故障诊断法[J];振动工程学报;2004年04期

【共引文献】

相关期刊论文 前10条

1 高伟;胡定玉;方宇;;采用小波变换和盲源分离的电机轴承故障诊断[J];测控技术;2017年05期

2 陈建国;王珍;李宏坤;;SDICA方法在单通道信号故障分类中的研究[J];振动.测试与诊断;2017年02期

3 李善;谭继文;俞昆;;基于EEMD的ICA算法在轴承-丝杠复合故障诊断中的应用[J];机床与液压;2016年23期

4 王阳;;基于改进RBF神经网络的微博舆情预测研究[J];创新科技;2016年12期

5 林丽娜;魏德志;;EP-RBF神经网络在时间序列预测中的应用[J];重庆理工大学学报(自然科学);2016年11期

6 李乐;刘天琪;;基于近邻传播聚类和回声状态网络的光伏预测[J];电力自动化设备;2016年07期

7 张龙;胡俊锋;熊国良;;基于MED和ICA的滚动轴承循环冲击故障特征增强[J];计算机集成制造系统;2017年02期

8 刘学;梁红;玄志武;;基于小波模极大值模糊熵的遥测振动信号异常检测[J];振动与冲击;2016年09期

9 谢平;杨芳梅;李欣欣;杨勇;陈晓玲;张利泰;;基于变分模态分解-传递熵的脑肌电信号耦合分析[J];物理学报;2016年11期

10 陈艳平;毛弋;陈萍;童伟;袁建亮;;基于EEMD-样本熵和Elman神经网络的短期电力负荷预测[J];电力系统及其自动化学报;2016年03期

【二级参考文献】

相关期刊论文 前10条

1 周晓峰;杨世锡;甘春标;;一种旋转机械振动信号的盲源分离消噪方法[J];振动.测试与诊断;2012年05期

2 张学清;梁军;;风电功率时间序列混沌特性分析及预测模型研究[J];物理学报;2012年19期

3 宋彤;李菡;;基于小波回声状态网络的混沌时间序列预测[J];物理学报;2012年08期

4 刘吉臻;柳玉;曾德良;刘继伟;吕游;胡阳;;单一风电场的短期负荷调度优化策略[J];中国科学:技术科学;2012年04期

5 胡爱军;马万里;唐贵基;;基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法[J];中国电机工程学报;2012年11期

6 郭创新;王扬;沈勇;王媚;曹一家;;风电场短期风速的多变量局域预测法[J];中国电机工程学报;2012年01期

7 高爽;冬雷;高阳;廖晓钟;;基于粗糙集理论的中长期风速预测[J];中国电机工程学报;2012年01期

8 蔡艳平;李艾华;石林锁;何艳萍;赵静茹;;EMD端点效应的改进型混沌延拓方法及其在机械故障诊断中的应用[J];振动与冲击;2011年11期

9 叶林;刘鹏;;基于经验模态分解和支持向量机的短期风电功率组合预测模型[J];中国电机工程学报;2011年31期

10 唐先广;郭瑜;丁彦春;;基于独立分量分析与希尔伯特-黄变换的轴承故障特征提取[J];振动与冲击;2011年10期

【相似文献】

相关期刊论文 前10条

1 艾宇佳;;复印机常见故障分类速查(三)[J];家电检修技术;2010年04期

2 艾宇佳;;复印机常见故障分类速查(四)[J];家电检修技术;2010年06期

3 艾宇佳;;复印机常见故障分类速查(二)[J];家电检修技术;2010年02期

4 张钧;李小鹏;何正友;;采用自适应神经模糊推理系统的配电网故障分类方法[J];中国电机工程学报;2010年25期

5 李宝通;通信设备故障分类及检修方法[J];农村电气化;2005年11期

6 王宪忠;吴凤林;张东浩;王宪亮;;基于SVM后端校正的含噪声机械故障分类方法[J];机械强度;2014年02期

7 李舜酩;楚向磊;;新三态故障分类模型及其阈值确定[J];南京航空航天大学学报;2008年03期

8 段江涛,李凌均,张周锁,何正嘉,符寒光;基于支持向量机的机械系统多故障分类方法[J];农业机械学报;2004年04期

9 匡洪海,黄少先;自适应和模糊推理结合的故障分类新方法[J];电力系统及其自动化学报;2004年06期

10 于九祥;自适应卡尔曼滤波技术在故障分类中的应用[J];继电器;1992年02期

相关硕士学位论文 前2条

1 钟世勇;基于费舍尔判别分析的半监督故障分类方法研究[D];浙江大学;2015年

2 陈广鑫;基于免疫聚类的配电网故障分类识别方法研究[D];华东交通大学;2014年

，

本文编号：2574032