基于ADMM字典学习的滚动轴承振动信号稀疏分解

发布时间：2017-09-24 11:07

  本文关键词：基于ADMM字典学习的滚动轴承振动信号稀疏分解

  更多相关文章： 滚动轴承 稀疏分解 交替方向乘子法 字典学习

【摘要】：在稀疏分解过程中,字典模型构建的结果会直接影响稀疏分解的效果。为获得结构更好的字典,提出了一种基于交替方向乘子法(ADMM)的字典学习方法,在字典学习过程中采用交替方向乘子法逐个更新字典中原子,得到的字典具有良好的结构。将该字典学习方法应用到滚动轴承振动信号稀疏分解中,能获得更快的字典学习速度和更好的稀疏分解效果。与K-SVD字典学习方法相比较,证明了所提方法在轴承信号稀疏分解中的优越性。
【作者单位】： 北京交通大学电气工程学院;
【关键词】： 滚动轴承 稀疏分解 交替方向乘子法 字典学习
【分类号】：TH133.33
【正文快照】： 0引言滚动轴承大量应用于电机中,其工作状态会直接影响电机的运行状态。对滚动轴承的运行状态进行实时检测,可以及时发现轴承比较微弱的一些早期故障,避免对电机造成不必要的危害,减少人身财产损失。滚动轴承的运行状态诊断方法包括温度、油样分析、振动分析等,其中振动分析法

【相似文献】

中国期刊全文数据库 前10条

1 邵君;尹忠科;王建英;张跃飞;;信号稀疏分解中过完备原子库的集合划分[J];铁道学报;2006年01期

2 李炳杰;马青海;闫龙;;基于位置参数二分法控制的信号稀疏分解[J];空军工程大学学报(自然科学版);2013年05期

3 方辉;袁志刚;尹忠科;王建英;;利用模拟退火实现基于MP的信号稀疏分解[J];铁道学报;2009年02期

4 唐婷;;基于BP自回归模型的混合信号稀疏分解[J];科学技术与工程;2013年04期

5 尹忠科,王建英,Pierre Vandergheynst;基于GA和原子特性的信号稀疏分解[J];铁道学报;2005年03期

6 方辉;周黎霞;尹忠科;王建英;;利用混沌优化实现基于MP的信号稀疏分解[J];铁道学报;2009年05期

7 刘浩;潘炜;;基于FHT的实信号稀疏分解快速算法[J];西南交通大学学报;2009年01期

8 高瑞;徐华楠;胡钢;;基于GA和过完备原子库划分的MP信号稀疏分解算法[J];科学技术与工程;2008年04期

9 邵君;尹忠科;王建英;;基于FFT的MP信号稀疏分解算法的改进[J];西南交通大学学报;2006年04期

10 ;[J];;年期

中国硕士学位论文全文数据库 前10条

1 李新红;信号稀疏分解及其在路面轮廓信号处理中的应用研究[D];哈尔滨工业大学;2009年

2 沈益青;基于改进的匹配追踪算法的信号稀疏分解[D];浙江大学;2013年

3 朱俊学;基于信号稀疏分解的图像压缩编码算法的研究[D];天津理工大学;2012年

4 房小娟;基于种群优化的稀疏分解算法研究[D];北京工业大学;2013年

5 王峥嵘;基于MP的信号稀疏分解的算法研究[D];兰州大学;2010年

6 陈磊;信号稀疏分解在空间谱估计中的应用[D];西南交通大学;2006年

7 袁志刚;基于联合智能算法和MP的信号稀疏分解[D];西南交通大学;2009年

8 邵君;基于MP的信号稀疏分解算法研究[D];西南交通大学;2006年

9 高小满;信号稀疏分解的快速GAMP算法与高斯核结构字典设计[D];华南理工大学;2012年

10 杨胜利;基于FFT的信号MP分解改进算法研究[D];西南交通大学;2010年

，

本文编号：911040