基于盲信号分离和支持向量机的滚动轴承故障诊断方法.pdf
论文****轩吖
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于盲信号分离和支持向量机的滚动轴承故障诊断方法.pdf
本发明提出了一种基于盲信号分离和支持向量机的滚动轴承故障诊断方法,属于旋转机械智能故障诊断技术领域,旨在提高滚动轴承故障诊断的精度、效率和鲁棒性,实现步骤为:获取训练样本集和测试样本集;获取训练样本集对应的多维特征向量集;获取支持向量机集合;对支持向量机集合进行迭代训练;定义观测矩阵和分离矩阵;对观测矩阵进行盲信号分离;获取滚动轴承的故障诊断结果。本发明在分离矩阵的迭代中引入了自适应选择非线性函数和迭代步长,在提取振动信号特征向量时采用由幅域参数、频域指标和多尺度熵共同组成的多维特征向量,结合支持向量机,
基于支持向量机的风机故障诊断方法.pdf
本文公开了一种基于支持向量机的风机故障诊断方法,包括以下步骤:用小波包对风电机组齿轮箱振动信号进行特征提取,形成总的训练集和测试集;按照二叉树分类方法形成的3个分类器所分的类别,将总的训练集和测试集拆分成3个子训练集和3个子测试集;分别用+1和‑1对各子训练集和子验证集中的类别进行标识;结合CV原理,利用改进PSO算法确定模型参数,建立LS‑SVM算法的故障诊断模型;将测试集代入分类器中,得到各测试集中样本的对应类别。加强对风电机组齿轮箱的故障诊断,对降低风电场维护费用,提高风电场运行经济效益具有重要意义
基于盲信号分离算法的电路故障诊断方法.pdf
一种基于盲信号分离算法的电路故障诊断方法,该方法利用不同种类元件在相应电压激励下,呈现不同特征电流响应的特点,对电路按照元件种类进行分类和可测试性设计;电路测试时,将各种元件按照预先设计的一定组合方式连接,采集各种元件输出的混合叠加信号,然后利用盲信号分离技术对该混合叠加信号进行分离估计还原出原始信号,通过与各元件正常响应信号的统计相关性分析,辨识出是否有元件发生故障以及故障类型。该方法只需对混合信号进行检测分析,使故障诊断的测试过程得到简化,且不受电路类型的局限。
基于预分离的盲信号分离方法.pdf
本发明提供一种基于预分离的盲信号分离方法。本发明抽取部分快拍数据作预分离找到一个较好的初值,利用此初值再做全部数据的分离的信号处理,这样能减少长数据的迭代次数,而抽取的部分快拍数据的计算量相对较少,从而可以在保证分离性能的前提下,减少计算量。
基于改进BCA盲源分离的信号分离和去噪方法.pdf
本发明公开了一种基于改进BCA盲源分离的信号分离和去噪方法,用于分离混合声信号。本发明首先将接收到的几路叠加高斯噪声后的源信号通过短时傅里叶变化到频域;然后使用改进的迭代步长次梯度搜索算法基于BCA框架求解最优分离矩阵,利用最小失真原则和归一化原则对分离矩阵处理用于分离频域的混合信号,并基于频谱的相关性进行频谱排序;最后通过反傅里叶变换将信号恢复到时域。本发明能有效分离噪声环境下的信号,不仅可以分离独立信号,还可以分离相关信号;实现高斯去噪和信号分离的有效结合,提高水声信号接收质量和抗噪性能。