共查询到19条相似文献,搜索用时 46 毫秒
1.
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。 相似文献
2.
《振动、测试与诊断》2020,(3)
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。 相似文献
3.
针对滚动轴承特征频率提取问题,提出自适应部分集成局部特征尺度分解(adaptive partly-ensemble local charact-eristic-scale decomposition,简称APLCD)与小波包变换(wavelet package transform,简称WPT)结合的APLCD-WPT方法。首先,利用APLCD对滚动轴承振动信号进行处理,通过添加幅值随频率变化的噪声改善信号极值点分布,再提取内禀尺度分量(intrinsic mode component,简称ISC);其次,对ISC分量中模态混淆部分使用WPT进行修正,提取滚动轴承特征频率信号。应用提出方法对实测的卧式螺旋离心机振动信号进行研究,结果表明,基于APLCD-WPT的算法能够有效地解决模态混淆问题,实现特征频率信号的精确提取。 相似文献
4.
5.
以某双吸泵转子临界转速的计算为例,先通过计算滚动轴承的径向刚度,再利用弹簧单元模拟轴承径向刚度,建立有限元模型,求解转子临界转速;同时还实测了转子的临界转速,通过计算结果和实测值的对比表明,该方法能够较为准确地计算出转子的临界转速,特别是一阶临界转速,具有重要的实际应用价值。 相似文献
6.
7.
8.
9.
10.
11.
12.
通过研究主成分分析(principal component analysis,简称PCA)中有效特征值与信号频率和幅值之间的关系,发现有效特征值的数量是由原始信号中频率成分的个数决定,与幅值、频率和相位的大小无关。信号中每个频率产生两个有效的特征值,且幅值决定协方差矩阵C的特征值在其分布图中的排列顺序。提出了一种基于PCA的特征频率提取算法,该算法可实现对单个或多个特征频率的准确提取。将此方法应用于大型转子系统轴心轨迹的提纯上,效果优于谐波小波和小波包算法。 相似文献
13.
14.
针对转子振动信号的非平稳性以及微弱故障特征难以提取的问题,提出一种基于集合经验模式分解(ensemble empirical mode decomposition,简称EEMD)的奇异值熵和流形学习算法相结合的故障特征提取方法。首先,对原始振动信号进行EEMD分解,得到若干本征模态函数(intrinsic mode function,简称IMF)分量,根据峭度 欧式距离评价指标选取故障信息丰富的敏感分量,组成初始特征向量,求其奇异值熵;其次,利用近邻概率距离拉普拉斯特征映射算法(nearby probability distance Laplacian eigenmap,简称NPDLE)对奇异值熵组成的特征矩阵进行降维处理;最后,将得到的低维特征子集输入到K-近邻(K-nearest neighbor,简称KNN)中进行模式辨识。用一个双跨度转子实验台数据集和Iris仿真数据集对所提方法进行了验证,结果表明,IMF奇异值熵和NPDLE相结合的方法可以有效地实现转子故障特征提取,提高了故障辨识的准确性。 相似文献
15.
复局部均值分解全矢包络技术及其在转子故障特征提取中的应用 总被引:2,自引:0,他引:2
为更全面提取转子故障特征,将全矢谱和复局部均值分解(Complex local mean decomposition,CLMD)相结合,提出二元的全矢包络技术——CLMD全矢包络技术。采用正交采样技术获取转子同一截面上互相垂直方向上的振动信号,并将其组成一个复数信号;运用CLMD将复数信号按能量从高到低的顺序依次分离出系列复乘积函数(Complex product function,CPF),并解调出CPF的复包络;由于故障特征主要在能量较高的CPF分量中,通过全矢谱技术融合前几阶CPF分量的包络信号,得到相应的全矢包络谱。仿真的调幅-调频信号分析结果表面,较之Hilbert解调,CLMD全矢包络技术可提取隐含的调频信息,而且不存在虚假的低频谱线。转子试验台模拟的基座松动信号、碰摩信号分析结果表明,较之单源信息的包络谱,CLMD全矢包络技术提取的谱线特征更清晰、全面,而且根据全矢包络谱可有效区分基座松动引起的碰摩和单一碰摩故障。 相似文献
16.
一种改进的谐波小波及其在转子故障诊断中的应用 总被引:4,自引:0,他引:4
在Newland谐波小波的基础上,提出一种改进的谐波小波,该改进的谐波小波具有对称的盒形频谱,其伸缩和平移生成的小波族构成L2(R)空间的正交基,在保持Newland谐波小波的优良性质基础上,信号分解与重构更为简单。利用仿真算例研究改进的谐波小波对微弱局部信号及强噪声背景下的有用信号提取能力,并与DB8小波分析进行比较,结果表明,改进的谐波小波具有更好的信号提取效果。针对转子故障信号特征频率通常为转速频率的分数及整数倍特点,采用该改进的谐波小波提取转子故障信号中的倍频分量,利用实测的不平衡、不对中、碰摩及油膜涡动四种转子故障试验数据,提取了故障信号中的0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5及5.0等倍频分量,结果验证了方法的有效性。 相似文献
17.
18.
提出了一种解决经验模式分解法(empirical mode decompositino,简称EMD)端点效应的方法——端点筛选法。端点筛选法把以往一次性延拓或预测得到极值点、拟合包络线的过程替换为选点、拟合包络线、判别端点效应、再选点、再判断等多次循环筛选过程,并在此基础上提出了基于改进经验模式分解的损伤特征量提取方法。将基于改进EMD的损伤特征量提取方法应用于机翼盒段模型,提出了能反映复合材料机翼盒段损伤状况的损伤特征量——瞬时频率的相对变化量。随着损伤程度的逐渐增加,瞬时频率的相对变化量标准差越来越大。 相似文献
19.
基于主分量分析的柴油机振动信号特征提取 总被引:2,自引:0,他引:2
针对柴油机振动信号非线性非平稳性的特点,提出一种相空间重构理论、局域波法与主分量分析相结合的信号特征提取模型,该模型首先应用相空间重构理论从已知时间序列中抽取动力系统,然后通过主分量提取以降低空间维数、突出故障信息,最后使用局域波时频分析方法对提取的主分量进行分析。通过对6BB1型柴油机实测信号进行的特征提取与分析表明,该方法能去除柴油机振动信号局域波时频图中的冗余信息,突出故障信息,从而证明了方法的有效性。 相似文献