时频表示特征约简的旋转机械故障特征提取方法

发布时间：2017-10-16 03:19

  本文关键词：时频表示特征约简的旋转机械故障特征提取方法

  更多相关文章： 故障诊断 特征提取 基追踪 时频表示 二维非负矩阵分解

【摘要】：针对二维时频表示特征提取困难这一问题,在分析基追踪与二维非负矩阵分解方法(Two Dimensional Nonnegative Matrix Factorization,2DNMF)的基础上,提出一种基于时频表示特征约简的时频特征提取方法。利用基追踪方法将信号分解成基于信号多特征冗余原子库的一组原子的线性组合,组合各分解原子的Wigner-Ville分布获取信号基追踪时频表示,采用2DNMF对基追踪时频表示的幅值矩阵进行特征约简以获取蕴含在其内部的低维特征。将提出的方法应用于8种不同状态轴承信号的特征提取中,实验结果证明了方法的有效性。
【作者单位】： 重庆大学机械传动国家重点实验室;河南工业大学机电工程学院;
【关键词】： 故障诊断 特征提取 基追踪 时频表示 二维非负矩阵分解
【基金】：国家自然科学基金资助项目(51275546,51305471) 高等学校博士学科点专项科研基金资助(20130191130001)
【分类号】：TH165.3;TN911.7
【正文快照】： 引言机械故障诊断的本质就是模式识别问题,从振动信号中提取故障特征是实现设备故障诊断的关键[1~3]。目前,普遍应用的故障特征可分为时域特征、频域特征及时频域特征三类[1],由于时频域特征在反映信号时间及频率局部化信息方面的优势使其更适于处理机械系统中常见的非平稳振

【参考文献】

中国期刊全文数据库 前4条

1 赵凤;焦李成;刘汉强;公茂果;;半监督谱聚类特征向量选择算法[J];模式识别与人工智能;2011年01期

2 李锋;汤宝平;董绍江;;基于正交邻域保持嵌入特征约简的故障诊断模型[J];仪器仪表学报;2011年03期

3 董绍江;汤宝平;张焱;;基于最优匹配跟踪算法的单通道机械信号盲源分离[J];振动工程学报;2012年06期

4 万鹏;王红军;徐小力;;局部切空间排列和支持向量机的故障诊断模型[J];仪器仪表学报;2012年12期

【共引文献】

中国期刊全文数据库 前10条

1 陈姿羽;黄靖;李伟鹏;;一种改进的自适应谱聚类图像分割算法[J];南方医科大学学报;2012年05期

2 葛芳;王年;郭秀丽;;一种改进的谱聚类算法及其在基因表达谱分析中的应用[J];安徽大学学报(自然科学版);2012年05期

3 何永强;杨福彪;徐振朋;陈少华;;基于改进GA的RBF核函数参数优化模型[J];电子测量技术;2013年09期

4 叶慧;罗秋凤;李勇;;小波和多核SVM方法在UVA传感器故障诊断的应用[J];电子测量技术;2014年01期

5 王红军;左云波;;基于局部线性降维拓扑空间的主轴故障诊断方法[J];北京信息科技大学学报(自然科学版);2014年02期

6 孙永奎;余志斌;金炜东;李坤贤;;高速列车监测数据的奇异性特征研究[J];电子科技大学学报;2014年03期

7 尹芳莉;谭建平;何雷;丁闯;;强冲击下变速箱滚动轴承故障诊断[J];广西大学学报(自然科学版);2014年03期

8 赵书涛;张佩;申路;郭静;;高压断路器振声联合故障诊断方法[J];电工技术学报;2014年07期

9 尹洪伟;李国林;路翠华;;基于盲分离的单通道LFM引信欺骗干扰抑制[J];电讯技术;2014年11期

10 林俐;潘险险;;基于分裂层次半监督谱聚类算法的风电场机群划分方法[J];电力自动化设备;2015年02期

中国博士学位论文全文数据库 前10条

1 李锋;基于流形学习的风电机组传动系统故障诊断方法研究[D];重庆大学;2011年

2 刘娜;文本自动摘要和信息抽取方法及其应用研究[D];大连海事大学;2012年

3 陈仁祥;振动谱表征空间滚动轴承寿命状态方法研究[D];重庆大学;2012年

4 刘平;饮用水砷/氟自动检测系统研究[D];中国科学技术大学;2013年

5 巩晓峗;基于全矢谱的非平稳故障诊断关键技术研究[D];郑州大学;2013年

6 肖海兵;基于能量耗损的机械设备故障诊断理论与方法研究[D];华南理工大学;2013年

7 陈向民;基于形态分量分析和线调频小波路径追踪的机械故障诊断方法研究[D];湖南大学;2013年

8 王雷;侧扫声纳图像分割算法研究[D];哈尔滨工程大学;2013年

9 刘晨;高伸缩性聚类分析方法研究[D];哈尔滨工程大学;2013年

10 朱可恒;滚动轴承振动信号特征提取及诊断方法研究[D];大连理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 栾玉环;二维S变换分析技术及其在医学图像处理中的应用研究[D];山东大学;2013年

2 杨永波;基于机器学习的故障状态评价算法研究[D];辽宁大学;2013年

3 赵杨;基于信号特征分析的模拟板级电路测试技术研究[D];解放军信息工程大学;2013年

4 李效露;基于小波奇异性和神经网络的钢绳芯输送带故障诊断方法的研究[D];太原理工大学;2013年

5 刘玉龙;重型卧式车床回转部件装配故障诊断技术研究[D];哈尔滨工业大学;2013年

6 李灿;旋转机械在线监测与故障诊断系统的研究[D];电子科技大学;2013年

7 李建伟;基于频率切片小波变换的轨道交通轮轨振动信号分析[D];南京理工大学;2014年

8 郭延萍;特殊点声源声信号的检测和识别[D];南京理工大学;2014年

9 黄俊;基于平移不变量小波和总体局域均值分解的齿轮箱故障诊断研究[D];中北大学;2014年

10 王小甜;不同情绪状态下脑电信号特征的研究[D];长春理工大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 秦海勤;徐可君;欧建平;;基于盲源分离技术的航空发动机振动信号分析[J];北京航空航天大学学报;2010年11期

2 徐胜;彭启琮;管庆;赵明渊;;一种基于支持向量机的三维物体识别方法[J];电子测量与仪器学报;2009年04期

3 王冠伟;张春霞;庄健;于德弘;;流形学习在机械故障诊断中的应用研究[J];工程数学学报;2012年04期

4 徐森;卢志茂;顾国昌;;基于矩阵谱分析的文本聚类集成算法[J];模式识别与人工智能;2009年05期

5 王玲;薄列峰;焦李成;;密度敏感的半监督谱聚类[J];软件学报;2007年10期

6 韩华;谷波;任能;;基于主元分析与支持向量机的制冷系统故障诊断方法[J];上海交通大学学报;2011年09期

7 葛爽;谢小鹏;黄博;肖海兵;;基于能量耗损的故障诊断信号分析方法[J];润滑与密封;2012年08期

8 张熠卓;徐光华;梁霖;;基于非线性流形学习的喘振监测技术研究[J];西安交通大学学报;2009年07期

9 栗茂林;王孙安;梁霖;;利用非线性流形学习的轴承早期故障特征提取方法[J];西安交通大学学报;2010年05期

10 唐静远;师奕兵;张伟;;基于支持向量机集成的模拟电路故障诊断[J];仪器仪表学报;2008年06期

【相似文献】

中国期刊全文数据库 前10条

1 柳革命;孙超;陈建莉;;基于局域判别基空间能量的特征提取[J];空军工程大学学报(自然科学版);2008年01期

2 向阳,史习智;冲击回波信号的波形结构特征提取及分类研究[J];振动工程学报;2000年03期

3 李允公,刘杰,张金萍,李永强,朱启兵;呼吸裂纹故障动力特性及特征提取方法的研究[J];振动与冲击;2004年03期

4 楼天良;蒋惠忠;;一种适于高维时间序列的特征提取方法(英文)[J];浙江科技学院学报;2007年02期

5 杜鑫;陈家国;;眼底血管图像的特征提取和匹配[J];河北工业大学学报;2008年06期

6 董乃鹏;赵合计;SCHOMMER Christoph;;作者写作特征提取引擎(英文)[J];山东大学学报(工学版);2009年05期

7 赵语;苏中滨;;一种检测宽度的线特征提取方法[J];科学技术与工程;2010年10期

8 万柏坤;冯莉;明东;王璐;邱爽;徐瑞;綦宏志;王威杰;;基于热释电红外信息的人体运动特征提取与识别[J];纳米技术与精密工程;2012年03期

9 张思懿;王士同;;核化空间深度间距的特征提取方法[J];山东大学学报(工学版);2012年03期

10 舒林梅，钟春香;图像分维数特征提取的算法及分析[J];华中理工大学学报(社会科学版);1994年05期

中国重要会议论文全文数据库 前10条

1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年

2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年

5 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年

6 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

7 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年

9 刘红;陈光，

本文编号：1040314