ARMA模型盲辨识仿真研究及其在机械故障诊断中的应用

被引：8

作者：

李志农 ^{[1
]}

何永勇 ^{[1
]}

吴昭同 ^{[2
]}

褚福磊 ^{[1
]}

机构：

[1] 清华大学精仪系

[2] 浙江大学现代制造工程研究所

来源：

振动与冲击 | 2006年 / 01期

关键词：

ARMA模型; 盲辨识; 高阶累积量; 故障诊断;

D O I：

10.13465/j.cnki.jvs.2006.01.034

中图分类号：

TP391.9 [计算机仿真];

学科分类号：

080203 ;

摘要：

介绍一种新的基于高阶累积量的ARMA模型的递推盲辨识算法,并对ARMA模型的盲辨识方法进行了仿真研究,同时与常用的方法(残余时间序列法、q切片法、Newton法)进行了比较和分析。仿真结果表明,该算法具有良好的收敛性和准确性,运行速度快。特别是随着系统的阶次的增加,速度提高越明显。由于在计算中引入高阶累积量,因而该算法还可抑制高斯噪声的干扰。在此基础上,将该方法应用到机械故障诊断中,并进行实验研究,实验结果表明,该方法是有效的。

引用

页码：122 / 125+172 +172

页数：5

共 7 条

[1] 基于EMD的奇异值分解技术在滚动轴承故障诊断中的应用 [J].