典型文献
自适应匹配追踪算法在齿轮故障特征提取的应用
文献摘要：
为了提高齿轮故障信号特征提取时处理稀疏性差信号的能力,设计了一种应用稀疏度自适应匹配追踪(SAMP)算法对齿轮故障信号进行处理方法.通过对仿真的齿轮故障信号数学模型和齿轮出现点蚀时的实验数据分析表明:经过SAMP处理后齿轮啮合频率以及半频和转频更加明显,边频带也更加突出,干扰成分降到最低.证明SAMP算法能够提取主要齿轮故障特征信息,有效降低噪声影响.相对于OMP算法处理齿轮故障信息,进过SAMP算法处理的故障信号,故障特征更加明显,且重构信号精度更高,表明SAMP算法重构故障信号相对于正交匹配追踪算法能够更好的提取主要齿轮故障特征.
文献关键词：
SAMP;特征提取;自适应稀疏度;重构信号;故障特征
中图分类号：
作者姓名：
熊林瑞;韩振南;李延峰
作者机构：
太原理工大学机械工程与运载学院,山西太原 030024
文献出处：
引用格式：
[1]熊林瑞;韩振南;李延峰-.自适应匹配追踪算法在齿轮故障特征提取的应用)[J].机械设计与制造,2022(01):52-55,61
A类：
自适应稀疏度
B类：
齿轮故障,故障特征提取,故障信号,信号特征提取,稀疏性,稀疏度自适应匹配追踪,SAMP,号数,点蚀,齿轮啮合,边频带,特征信息,低噪声,噪声影响,OMP,故障信息,重构信号,信号精度,算法重构,正交匹配追踪算法
AB值：
0.234
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
