二维非负矩阵分解在齿轮故障诊断中的应用

被引：9

作者：

李兵 ^{[1
]}

米双山 ^{[1
]}

刘鹏远 ^{[1
]}

刘东升 ^{[1
]}

张培林 ^{[2
]}

机构：

[1] 军械工程学院四系

[2] 军械工程学院一系

来源：

振动测试与诊断. | 2012年 / 32卷 / 05期

关键词：

齿轮; 故障诊断; 特征提取; 时频分布; 二维非负矩阵分解;

D O I：

10.16450/j.cnki.issn.1004-6801.2012.05.017

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对齿轮故障信号时频分布识别问题,提出采用二维非负矩阵分解技术提取时频分布矩阵特征参数的方法。采用S变换技术将齿轮故障信号变换至时频域,为克服传统的一维非负矩阵分解对矩阵向量化带来的维数过高和结构信息损失问题,提出采用二维非负矩阵分解技术直接对信号时频分布矩阵提取特征参数。对齿轮5种状态下信号时频分布矩阵的特征提取和分类结果表明,二维非负矩阵分解技术无论在计算效率还是分类精度上都明显优于一维非负矩阵分解技术。

引用

页码：836 / 840+868 +868

页数：6

共 8 条

[1]

基于稀疏性非负矩阵分解和支持向量机的时频图像识别[J]. 蔡蕾,朱永生. 自动化学报. 2009(10)

[2] 基于非负矩阵分解的人脸识别算法的改进 [J].

高宏娟 ;

潘晨 .

计算机技术与发展, 2007, (11) :63-66

[3] 基于（2D）2NMF及其改进算法的人脸识别 [J].

高宏娟 ;

潘晨 .

计算机应用, 2007, (07) :1660-1662+1666

[4] 几种Cohen类时频分布的比较及应用 [J].

姜鸣 ;

陈进 ;

汪慰军 .

机械工程学报, 2003, (08) :129-134

[5] 基于连续小波变换的信号检测技术与故障诊断 [J].

林京 ;

屈梁生 .

机械工程学报, 2000, (12) :95-100

[6] Fault diagnosis for diesel valve trains based on non-negative matrix factorization and neural network ensemble [J].

Wang Qinghua ;

Zhang Youyun ;

Cai Lei ;

Zhu Yongsheng .

MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2009, 23 (05) :1683-1695

[7] Non-negative matrix factorization based methods for object recognition [J].

Liu, WX ;

Zheng, NN .

PATTERN RECOGNITION LETTERS, 2004, 25 (08) :893-897

[8]

A METHOD FOR ANALYSING GEARBOX FAULTS USING TIME–FREQUENCY REPRESENTATIONS[J] . H. Oehlmann,D. Brie,M. Tomczak,A. Richard. Mechanical Systems and Signal Processing . 1997 (4)

← 1 →