二维码（扫一下试试看！） | | 基于GST的变速机械故障信号稀疏特征提取方法 | | Sparse Feature Extraction for Variable Speed Machinery Based on Sparse Decomposition Combined GST | | 投稿时间：2018-04-04 | | DOI：10.15918/j.tbit1001-0645.2019.06.009 | | 中文关键词:特征提取广义S变换稀疏分解正交匹配追踪 | | English Keywords:feature extractiongeneralized S transformsparse decompositionorthogonal matching pursuit(OMP) | | 基金项目:武汉科技大学智能信息处理与实时工业系统湖北省重点实验室基金资助项目（znxx2018QN05）；湖北省教育厅科研计划资助项目（B2016006） | | | 摘要点击次数:728 | | 全文下载次数:279 | | 中文摘要: | | 为提取强噪声背景下的变速旋转机械设备的冲击故障特征，提出了一种基于广义S变换的稀疏特征提取方法.首先，通过多分辨率广义S变换（multiresolution generalized S-transform，MGST）搜索每次迭代过程中的最佳原子，多分辨率广义S变换可以得到信号不同尺度下的归一化时频谱，并从中找出能量最大值及其所对应的时频因子，根据故障冗余字典的构建模型可得到冲击成分的最佳匹配原子.其次，结合正交匹配追踪算法（orthogonal matching pursuit，OMP），计算出信号在原子集合下的投影，由于采用了基于多分辨率广义S变换的原子搜索策略，大幅度提高了OMP的分解效率.最后，根据稀疏表示中第一个冲击信号的出现时刻，可依次计算出冲击信号在变速情况下的出现时刻理论值，通过与实测值的比较，实现变速机械的故障诊断.仿真和实例分析结果表明，该方法比传统OMP方法和广义S变换具有更高的计算效率和定位精度. | | English Summary: | | In order to extract fault impulse feature of variable speed machinery from strong background noise, a sparse feature extraction method based on sparse decomposition combined generalized S transform (GST) was proposed in this paper. Firstly, multi-resolution generalized S transform (MGST) was used to pursuit the optimal atom in each iteration, to get normalized time-frequency spectrums with different scales, and to find the maximum energy and corresponding time-frequency factors to build an optimal atom. Then, an orthogonal matching pursuit (OMP) was used to decompose the signal into several optimal atoms, and the efficiency of atoms pursuit was improved with MGST. Finally, the theoretical locations of impulses were calculated according to the location of first impulse in the sparse representation signal, and the fault was diagnosed through the comparison of theoretical and measured locations. The results of simulation and experiment validate the performances of the proposed method, being better than traditional GST method and OMP method in precision and decomposition speed. | | 查看全文查看/发表评论下载PDF阅读器 | |
张冬晓,陈亚洲,程二威,杜宝舟.无人机信息链路电磁干扰效应规律研究[J].北京理工大学学报（自然科学版）,2019,39(7):756~762.ZHANGDong-xiao,CHENYa-zhou,CHENGEr-wei,DUBao-zhou.EffectsofElectromagneticInte ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21温丽晶,张春明,郭超,高宇,段璞,欧卓成,段卓平.A320撞击刚性靶体的数值模拟及冲击载荷工程模型验证[J].北京理工大学学报（自然科学版）,2019,39(9):881~886.WENLi-jing,ZHANGChun-ming,GUOChao,GAOYu,DUANPu,OUZhuo-cheng, ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21董思乔,石庆琳,刘璇,朱林.基于无人机平台的电视信号功率检测方法[J].北京理工大学学报（自然科学版）,2019,39(12):1277~1284.DONGSi-qiao,SHIQing-lin,LIUXuan,ZHULin.ATVSignalPowerDetectionMethodBasedonU ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张志广,李宁,包云肽,张阳天.基于小波变换的离子迁移谱信号处理技术[J].北京理工大学学报（自然科学版）,2019,39(S1):164~167.ZHANGZhi-Guang,LINing,BAOYun-Tai,ZHANGYang-Tian.SignalProcessingTechnologyfor ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21刘鑫,钟曼莉,林艳飞,刘志文.基于生理信号的实时情感识别系统设计与实现[J].北京理工大学学报（自然科学版）,2019,39(S1):176~180.LIUXin,ZHONGMan-li,LINYan-fei,LIUZhi-wen.DesignandImplementationofaReal-tim ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21刘宁,苏中,李擎.金属壳谐振陀螺大量程角速率信号检测方法研究[J].北京理工大学学报（自然科学版）,2018,38(1):79~84.LIUNing,SUZhong,LIQing.ResearchonWideRangeSignalDetectionMethodforMetalShellVibrato ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21肖洪兵,潘海.旋转弹引信用卫星定位接收信号旋转解调方法[J].北京理工大学学报（自然科学版）,2018,38(2):173~178.XIAOHong-bing,PANHai.RotationDemodulationofGNSSSignalinRotatingProjectileFuze[J].Tra ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21吴晨曦,张旻,王可人.基于非圆信号的互质阵列欠定DOA估计方法[J].北京理工大学学报（自然科学版）,2018,38(3):313~319.WUChen-xi,ZHANGMin,WANGKe-ren.UnderdeterminedDOAEstimationforCoprimeArrayBasedon ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21曹猛,薛正辉,蔡洪伟,朱若晴.天线时域平面近场测试的信号源误差修正[J].北京理工大学学报（自然科学版）,2018,38(7):721~725,732.CAOMeng,XUEZheng-hui,CAIHong-wei,ZHURuo-qing.ErrorCorrectionforSourceofTim ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21刘国满,韩海跃.基于FPGA的单脉冲雷达信号预处理系统设计与实现[J].北京理工大学学报（自然科学版）,2018,38(7):752~758.LIUGuo-man,HANHai-yue.DesignandImplementonMonopulseRadarSignalPreprocessingSyst ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |
