多传感器数据融合的车辆旋转部件振动仿真研究

被引：6

作者：

刘征宇 ^{[1
,2
]}

黄伟国 ^{[3
]}

丁煦 ^{[4
,2
]}

金未平 ^{[1
,2
]}

机构：

[1] 合肥工业大学机械与汽车工程学院

[2] 安全关键工业测控技术教育部工程研究中心

[3] 苏州大学城市轨道交通学院

[4] 合肥工业大学计算机与信息学院

来源：

电子测量与仪器学报 | 2011年 / 25卷 / 05期

基金：

高等学校博士学科点专项科研基金;

关键词：

多传感器数据融合; 卷积分离; 交叉残余误差; 车辆旋转部件;

D O I：

暂无

中图分类号：

TP202 [设计、性能分析与综合]; TB533.2 [];

学科分类号：

0811 ; 081101 ; 081102 ; 083002 ; 120402 ;

摘要：

研究了多传感器、多测试系统采用卷积分离技术提取车辆旋转部件震动特征值的可行性。针对车辆旋转部件振动信号的特点生成仿真信号,采用限值交叉残余误差控制准则的数据融合分离方法,对混合信号进行分离,实验结果验证了准则的有效性。之后,将该方法应用于车辆旋转部件振动信号瞬态成分的提取中,实现了混合震动信号的分离。

引用

页码：443 / 448

页数：6

共 9 条

[1] 基于支撑裕的一致性多传感器融合算法 [J].

张璨 ;

张利 ;

刘征宇 .

电子测量与仪器学报, 2010, 24 (08) :711-715

[2] 多传感器融合的视觉导航智能车避障仿真研究 [J].

王檀彬 ;

陈无畏 ;

李进 ;

焦俊 .

系统仿真学报, 2009, (04) :1015-1019

[3] 改进Elman网络在发动机齿轮箱故障诊断中的研究 [J].

宋崇智 ;

吴玉国 ;

王璐 ;

谢能刚 .

仪器仪表学报, 2008, (07) :1414-1417

[4] 数据融合技术在异步电机故障诊断中的应用 [J].

程珩 ;

陈法法 ;

柴慧霞 .

电气传动自动化, 2008, (02) :34-36

[5] 设备故障智能诊断方法的研究 [J].

齐继阳 ;

竺长安 .

仪器仪表学报, 2006, (10) :1270-1275

[6]

基于多传感器信息融合技术的车辆运行状况监测理论与方法研究[D]. 赵新宇.湖南大学. 2005

[7]

BLIND SOURCE SEPARATION: A TOOL FOR ROTATING MACHINE MONITORING BY VIBRATIONS ANALYSIS?[J] . G. GELLE,M. COLAS,C. SERVIERE.Journal of Sound and Vibration . 2001 (5)

[8] Blind sources separation applied to rotating machines monitoring by acoustical and vibrations analysis [J].

Gelle, G ;

Colas, M ;

Delaunay, G .

MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2000, 14 (03) :427-442

[9]

Multisensor Data Fusion .2 Varshney PK. Electronics and Communication Engineering Journal . 1997

← 1 →