典型文献
机械故障信号的压缩域信源净化与1.5维谱诊断方法
文献摘要：
压缩感知技术通过构造满足约束等距性质(restricted isometry property,RIP)的观测矩阵,能够实现数据的有效降维(即压缩测量),但与之相伴的是如何从压缩信号中高质、高效地重构原始信号.为了规避烦琐的重构流程,提出了一种基于压缩域特征辨识的故障诊断方法.在压缩感知的基本框架下,以行阶梯观测矩阵替代主流的高斯随机测量矩阵,实现对原始信号的压缩测量.针对随机噪声对于压缩观测信号的干扰,建立基于最大相关峭度反卷积(maximum correlation kurtosis deconvolution,MCKD)与1.5维谱的微弱故障特征提取方法,即通过MCKD增强压缩信号中的周期冲击成分,剔除传递路径与背景噪声的干扰,进而采用1.5维包络谱提取故障特征频率.结果表明:该方法不但规避了经典压缩感知的复杂重构过程,而且在受到强噪声干扰的条件下,也能获得准确的故障诊断结果.
文献关键词：
压缩测量;行阶梯观测矩阵;最大相关峭度反卷积(MCKD);1.5维谱;微弱故障;特征提取
中图分类号：
作者姓名：
张建宇;王国峰
作者机构：
北京工业大学材料与制造学部,先进制造技术北京市重点实验室,北京 100124;北京市精密测控技术与仪器工程技术研究中心,北京 100124
文献出处：
引用格式：
[1]张建宇;王国峰-.机械故障信号的压缩域信源净化与1.5维谱诊断方法)[J].北京工业大学学报,2022(10):1009-1017
A类：
压缩测量,行阶梯观测矩阵
B类：
机械故障,故障信号,信源,压缩感知,感知技术,等距,restricted,isometry,property,RIP,相伴,烦琐,故障诊断方法,基本框架,随机测量矩阵,随机噪声,观测信号,最大相关峭度反卷积,maximum,correlation,kurtosis,deconvolution,MCKD,微弱故障,故障特征提取,强压,传递路径,背景噪声,包络谱,故障特征频率,强噪声,噪声干扰,诊断结果
AB值：
0.376176
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。
