改进PCA算法及其在转子特征提取中的应用

发布时间：2022-01-10 23:36

　　针对传统主成分分析（principal component analysis,简称PCA）方法中有效主成分的选择依赖于先验知识的缺点,提出利用协方差矩阵特征值差分谱的概念来描述有效主成分与次要成分的特征值差异性。首先,通过理论推导得出奇异值与特征值之间关系,即奇异值与特征值之间存在平方关系;其次,利用差分谱理论进一步研究了Hankel矩阵方式下PCA信号处理原理;最后,提出一种基于差分谱理论的PCA算法,通过仿真信号验证了该算法的有效性。研究结果表明,根据协方差矩阵特征值差分谱的最大峰值位置可自动选择有效主成分的个数,且通过不同谱峰之间的分量信号的组合可以提取出不同的频率成分。将此PCA算法用于大型滑动轴承试验台转子的轴心轨迹提纯,提纯效果优于传统PCA算法。 

【文章来源】：振动.测试与诊断. 2020,40(03)北大核心EICSCD

【文章页数】：10 页

【部分图文】：

试验台实物图

在转子两端垂线斜45°位置各布置一个电涡流传感器，分别标记为di(i=1,2,3,4），对应的信号为Di(i=1,2,3,4），其中靠驱动装置端安装的传感器如图4所示。试验所用的便携式LMS SCADA-SD多功能数据采集系统如图5所示。图5 LMS数据采集系统

LMS数据采集系统

【参考文献】：
期刊论文
[1]基于主成分分析的船舶柴油机故障监测方法[J]. 尚前明,杨安声,陈辉,唐新飞.  中国航海. 2018(01)
[2]大型液体动压滑动轴承试验台系统设计[J]. 李伟光,郭明军,杨期江,骆劼行,赵伟.  润滑与密封. 2017(10)
[3]变支点滑动轴承工作机理分析及转子振动特性试验研究[J]. 杨期江,李伟光,郑相立,王凯.  华南理工大学学报(自然科学版). 2016(11)
[4]PCA与SVD信号处理效果相似性与机理分析[J]. 聂振国,赵学智.  振动与冲击. 2016(02)
[5]基于EMD调制和粒子群模型的发电机组轴心轨迹提纯[J]. 钱玉良,张浩,彭道刚,夏飞.  信息与控制. 2013(02)
[6]基于PCA和SVM的内燃机故障诊断[J]. 刘永斌,何清波,孔凡让,张平.  振动.测试与诊断. 2012(02)
[7]偏微分方程在轴心轨迹提纯中的应用[J]. 尹爱军,孙丽萍,王见.  重庆大学学报. 2011(12)
[8]分量形成方式对奇异值分解信号处理效果的影响[J]. 赵学智,叶邦彦.  上海交通大学学报. 2011(03)
[9]广义形态滤波器在轴心轨迹提纯中的应用[J]. 张文斌,周晓军,李俊生,沈路,林勇,杨先勇.  浙江大学学报(工学版). 2010(05)
[10]奇异值差分谱理论及其在车床主轴箱故障诊断中的应用[J]. 赵学智,叶邦彦,陈统坚.  机械工程学报. 2010(01)



本文编号：3581635