检索结果-内蒙古大学图书馆

振动与冲击 2021年第1期40卷 254-263页

作者：郭俊锋王茁兰州理工大学机电工程学院兰州730050

针对目前机械设备越来越智能化、高速化、集成化和复杂化,传统的压缩感知模型(单测量向量)获得的测量信息比较单一,需要在不同监测点分别进行测量获得多个信号数据,浪费时间,并且忽略同一机器不同监测点之间信号的相关性,为充分利用信... 详细信息

针对目前机械设备越来越智能化、高速化、集成化和复杂化,传统的压缩感知模型(单测量向量)获得的测量信息比较单一,需要在不同监测点分别进行测量获得多个信号数据,浪费时间,并且忽略同一机器不同监测点之间信号的相关性,为充分利用信号间和信号内的相关性,更大程度上减少冗余性和采样时间,提出一种基于多测量向量模型的机械振动信号联合稀疏重构方法。重点研究了重构方法的设计:基于粒子群算法,首先通过时间稀疏贝叶斯算法求解出初始解,然后结合贪婪算法的修剪技巧并加入自适应粒子激活机制进行位置更新寻找最优解,最后对振动信号进行精确重构。实验结果显示,该方法较其它方法而言能有效的恢复机械振动信号且重构误差相对较小。

关键词：机械振动信号压缩感知多重测量向量重构算法粒子群算法

来源：评论

学校读者我要写书评

暂无评论

基于Laplace先验和稀疏块相关性的旋转机械振动信号贝叶斯压缩重构

引用

兵工学报 2021年第12期42卷 2762-2770页

作者：马云飞白华军温亮郭驰名贾希胜武警士官学校军械系浙江杭州310023 陆军工程大学石家庄校区装备指挥与管理系河北石家庄050003

为通过无线传输实时监测装备状态,针对机械振动信号采样频率较高导致压缩重构困难的问题,将Laplace先验模型和振动信号周期性稀疏块相结合,提出一种改进的贝叶斯压缩感知算法。建立基于Laplace分布的贝叶斯先验模型,相对于高斯先验具有... 详细信息

为通过无线传输实时监测装备状态,针对机械振动信号采样频率较高导致压缩重构困难的问题,将Laplace先验模型和振动信号周期性稀疏块相结合,提出一种改进的贝叶斯压缩感知算法。建立基于Laplace分布的贝叶斯先验模型,相对于高斯先验具有更强的稀疏促进作用。根据机械设备转速和采样频率计算振动信号类周期,对信号进行周期性分块,并基于多稀疏块共享相同超参数的特点,采用快速相关向量机迭代估计出原始信号期望。选取两级平行轴齿轮箱作为研究对象,进行压缩重构仿真实验。结果表明,该方法在相同稀疏基下能有效改善机械振动信号的重构效果。

关键词：机械振动信号 Laplace先验稀疏块贝叶斯压缩压缩感知

来源：评论

学校读者我要写书评

暂无评论

盲解卷积的机械振动信号分离技术

引用

振动．测试与诊断 2009年第4期29卷 419-423页

作者：刘婷婷任兴民杨永锋郭峰西北工业大学振动工程研究所西安710072 第二炮兵指挥学院工程保障研究室武汉430012

针对机械振动信号往往是多个信号卷积混合的结果,阐述了卷积混合的模型和原理。利用扩展的H-J网络结构,给出了在线实时的盲解卷积迭代算法,并通过仿真试验验证了算法的有效性和准确性。该法与传统的傅里叶变换频谱分析相比,能获得更多... 详细信息

针对机械振动信号往往是多个信号卷积混合的结果,阐述了卷积混合的模型和原理。利用扩展的H-J网络结构,给出了在线实时的盲解卷积迭代算法,并通过仿真试验验证了算法的有效性和准确性。该法与传统的傅里叶变换频谱分析相比,能获得更多的振源振动信息,可更准确地进行机械故障诊断。

关键词：盲源分离盲解卷积机械振动信号故障诊断

来源：评论

学校读者我要写书评

暂无评论

机械振动信号的指数时-频域分布

引用

中国科学（E辑） 1997年第5期27卷 411-417页

作者：郑钢铁 P.D.McFadden 哈尔滨工业大学航天工程系哈尔滨150001 Department of Engineering Science Oxford UniversityUK

提出了一种改进的指数时-频域分布.和原有的以Choi-Williams分布为代表的指数时-频域分布相比,该分布适应了机械振动信号的特点,更便于在机械振动信号处理中的应用.具有较强的抑制交叉项的能力,并避免了频率混淆现象.

关键词：时-频域分布机械振动信号信号处理监测

来源：评论

学校读者我要写书评

暂无评论

机械振动信号的频域分析及软件实现

机械振动信号的频域分析及软件实现

引用

作者：王师灿山西矿业学院

学位级别：硕士

该文讨论了用软件实现数字信号频域分析时所需的快速傅里叶变换(FFT)、谱估计方法.在FFT的软件实现过程中,作者采用了混合基2-4FFT算法,并结合旋转因子及倒序查表法,提高了运算速度;在谱估计实现中,采用了Welch法(平均的平滑周期图法)... 详细信息

该文讨论了用软件实现数字信号频域分析时所需的快速傅里叶变换(FFT)、谱估计方法.在FFT的软件实现过程中,作者采用了混合基2-4FFT算法,并结合旋转因子及倒序查表法,提高了运算速度;在谱估计实现中,采用了Welch法(平均的平滑周期图法)进行了估计;减小了方差,并对谱估计的质量进行了评价,同时也介绍了几中常见的窗函数.该文也简介了Windows环境下的编程技术,并编写了Windows应用程序(DSP)实现FFT和谱估计.为研究某些特殊频率,作者还实现了分频简单动画.最后用实例说明了所开发的DSP的应用.

关键词：数字信号频域分析快速傅里叶变换谱估计系统程序机械振动信号

来源：评论

学校读者我要写书评

暂无评论

机械振动信号的非自适应稀疏线性采样器研究

机械振动信号的非自适应稀疏线性采样器研究

引用

作者：施建旭兰州理工大学

学位级别：硕士

本文将压缩感知理论应用到机械振动信号的监测中，研究适合机械振动信号的测量矩阵。

关键词：机械振动信号压缩感知测量矩阵结构化随机测量矩阵稀疏分解理论重构算法

来源：评论

学校读者我要写书评

暂无评论

变速机械振动信号的伪同步重采样技术——Ⅱ滤波器设计与信号重采样

引用

振动与冲击 1999年第1期18卷 26-29页

作者：秦国军陈循温熙森国防科学技术大学机械电子工程与仪器系长沙410073

在变速回转机械信号等转角采样过程中，采样频率随着机械转速的变化而变化，同时，为防止信号频谱混迭，抗频混滤波器的截止频率必须满足采样定理。而对于伪同步信号重采样，由于重采样频率（瞬时转速）和重采样时刻均为连续时变函数，... 详细信息

在变速回转机械信号等转角采样过程中，采样频率随着机械转速的变化而变化，同时，为防止信号频谱混迭，抗频混滤波器的截止频率必须满足采样定理。而对于伪同步信号重采样，由于重采样频率（瞬时转速）和重采样时刻均为连续时变函数，因此，信号的重采样比也应为连续时变函数。本文将探讨重采样滤波器（自适应信号滤波器）的设计问题，并给出信号重采样公式及其数字阶比谱算例。

关键词：伪同步重采样机械振动信号滤波器

来源：评论

学校读者我要写书评

暂无评论

机械振动信号的故障特征分析与仿真

机械振动信号的故障特征分析与仿真

引用

作者：于洋天津工业大学

学位级别：硕士

随着高档数控装备功能日趋丰富和复杂，一旦某一关键部件在运行时出现微弱故障，就可能影响整台装备的安全运行，因此，研究复杂机械装备微弱故障信号的特征提取技术和应用是确保数控系统安全、可靠、连续运行的关键。\n 滚动轴承是... 详细信息

随着高档数控装备功能日趋丰富和复杂，一旦某一关键部件在运行时出现微弱故障，就可能影响整台装备的安全运行，因此，研究复杂机械装备微弱故障信号的特征提取技术和应用是确保数控系统安全、可靠、连续运行的关键。\n 滚动轴承是出现故障频率最高的部件之一，因此，本文从滚动轴承早期故障特征提取方法展开研究。传统的经验模式分解算法(EMD)能够有效地处理非平稳非线性动态信号，但在噪声和脉冲冲击的干扰下会出现模式混叠的问题，为此，引入噪声辅助集合经验模式分解(EEMD)来处理滚动轴承的故障动态信号，分离和提取出振动信号中所包含的故障特征信号和噪声信号，解决了模式混叠问题。\n 针对滚动轴承等关键部件早期微弱特征信号时变、非线性、信噪比低等特性，尤其在更强的背景噪声干扰下，提取出微弱的低频信号的故障特征频率更是难上加难。因此，在进行特征频率的分解和提取之前必须先对大噪声信号进行降噪处理，研究了基于级联双稳随机共振预处理后非平稳动态信号EEMD分解的微弱特征提取算法。该算法使湮没在强大随机背景噪声中的微弱故障信息通过级联随机共振各级系统的共振作用得到增强放大。最后，通过MATLAB平台编写了上述算法的程序，并将该算法应用于仿真系统和工程实测中，分析结果表明该算法能快速、有效地消除信号里的高频噪声干扰，并突出低频有用信号成分，降噪效果显著。\n 本文所研究的算法能够应用于数控系统状态检测与故障诊断系统中，实现在强噪声背景下预测潜在的早期微弱故障，并为远程故障诊断系统的研究提供理论基础，在机械设备故障诊断领域中具有重要的应用价值。

关键词：微弱特征提取经验模式分解算法级联双稳随机共振机械振动信号故障特征

来源：评论

学校读者我要写书评

暂无评论

机械振动信号的非线性重构算法研究

机械振动信号的非线性重构算法研究

引用

作者：严栋山兰州理工大学

学位级别：硕士

在线监测与采集机械振动信号是故障诊断技术中的关键技术之一。压缩采集机械振动信号能够突破奎斯特采样定理的制约,把对信号的采样变成对信息的采样,有效地解决传统采样方式产生大量数据的问题且不造成信息的损失。本文将压缩感知理论... 详细信息

在线监测与采集机械振动信号是故障诊断技术中的关键技术之一。压缩采集机械振动信号能够突破奎斯特采样定理的制约,把对信号的采样变成对信息的采样,有效地解决传统采样方式产生大量数据的问题且不造成信息的损失。本文将压缩感知理论应用到机械振动信号的采集中,重点研究了适应于机械振动信号的重构算法。论文的主要研究成果如下:(1)振动信号重构算法是压缩采集振动信号技术中非常关键的一部分,直接影响着振动信号的重构精度。针对机械振动信号的重构问题,基于传统的经典重构算法对机械振动信号的适应性进行了研究。首先研究了一些重构算法,主要有正交匹配追踪(OMP)算法,阶段正交匹配追踪(StOMP)算法,子空间追踪(SP)算法,基追踪(BP),梯度投影法(GP)的基本原理,在此基础上对机械振动信号进行了重构实验,对重构结果主要从重建精度和重建时间两个方面进行系统研究。经过仿真试验,得出各种重构算法的运行时间和重构精度相对测量值数目变化的关系,剖析了典型重构算法重建机械振动信号的性能优劣。(2)在上述研究的基础上,得出在无噪声环境下StOMP算法由于其较低的计算复杂度和较高的重构精度,非常适合实际振动信号的恢复,其中阈值参数st的取值对算法性能影响很大。然而当前针对机械振动信号的StOMP算法阈值参数st的最优值还不明确。通过理论分析和仿真实验,确定了针对机械振动信号的阈值参数st的最优值。仿真实验表明,算法在该最优值下能达到最高的重构精度。(3)针对机械振动信号在噪声环境下的重构问题,深入研究了多路径匹配追踪算法(Multipah matching pursuit,MMP)。MMP在噪声和非噪声环境下的重构精度都要优于以前的一些贪婪算法,但其缺点是计算量大,运行速度慢,且需要精确获知信号稀疏度,因此在实际应用中受到制约。针对MMP的以上缺点,提出了一种自适应阶段多路径匹配追踪算法(Signal Adaptive Stagewise Multipath matching pursuit,SAStMMP)。SAStMMP利用StOMP计算复杂度低的特点保证了算法的快速性,同时引入回溯的思想,避免算法由于速度提高而重构精度下降。仿真结果表明,SAStMMP和MMP重构精度相当,但是其整体运行时间大大减少。

关键词：机械振动信号压缩感知重构算法自适应阶段多路径匹配追踪算法稀疏分解理论测量矩阵

来源：评论

学校读者我要写书评

暂无评论

机械振动信号的压缩采样与测量矩阵研究

机械振动信号的压缩采样与测量矩阵研究

引用

作者：党姜婷兰州理工大学

学位级别：硕士

机械振动信号蕴含着设备运转中的多样化信息,实时采集机械振动信号是故障诊断领域的核心技术之一,然而,目前振动信号频带愈来愈宽,依据奈奎斯特采样定理采集信号时,会得到海量的数据,不利于传输和存储,本文结合压缩感知理论,研究压缩采... 详细信息

机械振动信号蕴含着设备运转中的多样化信息,实时采集机械振动信号是故障诊断领域的核心技术之一,然而,目前振动信号频带愈来愈宽,依据奈奎斯特采样定理采集信号时,会得到海量的数据,不利于传输和存储,本文结合压缩感知理论,研究压缩采集机械振动信号的测量矩阵。论文主要取得如下研究成果:(1)深入分析了常用测量矩阵对机械振动信号的适应性。以机械振动信号在离散余弦变换基上的稀疏性为基础,分别对随机性测量矩阵(即高斯随机测量矩阵和伯努利随机测量矩阵)、部分随机测量矩阵(即部分傅里叶测量矩阵和部分哈达玛测量矩阵)及确定性测量矩阵(即托普利兹测量矩阵和循环测量矩阵)应用于压缩测量机械振动信号的性能进行分析。实验结果显示:随机性测量矩阵的重构误差最小,计算复杂度最高,存储量最大;确定性测量矩阵的重构误差和部分随机矩阵测量矩阵基本相当,都比较大,但其结构最为简单,易于硬件实现。(2)研究了一种适用于机械振动信号的正交对称托普利兹(Orthogonal Symmetric Toeplitz,OST)测量矩阵。考虑到工程实现问题,故以托普利兹矩阵的构造原理为基础,研究适合振动信号的确定性矩阵。首先选定特性的符号序列,对其进行逆傅里叶变换得到OST方阵的首行元素;之后对首行尾元素向右循环移位,依次形成其它行;接着根据压缩率,随机选取该方阵一定数目的行数并标准化处理,得到OST矩阵,这样的矩阵具有正交对称的特性;最后从理论角度出发,分析了该OST矩阵满足约束等距性。实验结果显示:OST测量矩阵对机械振动信号的压缩重构性能优于托普利兹矩阵,与高斯随机测量矩阵的性能基本相当。这一研究对于将压缩感知推向实用具有重要意义。(3)提出了一种基于最优型确定性测量矩阵的振动信号数据压缩采集方法。从非相干性出发,OST测量矩阵重构机械振动信号的性能仍有待改进,故首先应用阈值迭代收缩算法对该矩阵进行迭代,以降低测量矩阵与稀疏基之间的互相干性,之后,采用奇异值分解算法继续优化该矩阵,以提高OST矩阵自身的列独立性,从而得到最优型OST矩阵。实验结果显示:最优型OST矩阵压缩测量机械振动信号的性能优于OST矩阵和高斯随机测量矩阵,同时,该矩阵的复杂度远低于随机性矩阵,为工程研究奠定了基础。最后,基于该最优型OST确定性测量矩阵,提出了一种机械振动信号数据压缩采集方法,该方法在不丢失原始振动信息的条件下,大大降低了采样数目,为解决目前海量数据的传输和存储压力问题提供了新方向。

关键词：机械振动信号压缩感知测量矩阵约束等距性非相干性阈值收缩奇异值分解

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：