改进ICA与HHT在转子故障诊断上的应用

被引：13

作者：

陈建国

王奉涛

朱泓

张志新

李宏坤

机构：

[1] 大连理工大学

来源：

中国机械工程 | 2009年 / 20卷 / 17期

关键词：

独立成分分析; 经验模式分解; 时频图像; 子带分解; 互信息;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

提出了一种基于希尔伯特黄变换(HHT)和改进独立成分分析(ICA)的机械故障时频图像诊断分类方法。由于时频图像包含潜在的相关成分,应用传统ICA方法得不到很好的标准故障时频图像,所以运用一种基于子带互信息的改进ICA方法消除时频图像中的相关成分,获取标准故障时频图像,并根据一系列故障信号的时频图像在标准故障时频图像上的投影系数进行自动分类。采用该方法对获取的转子试验台的早期摩擦、基座松动、不对中故障信号的正确分类充分说明了该方法的有效性。

引用

页码：2059 / 2062

页数：4

共 4 条

[1]

局域波法和独立成分分析在转子系统故障诊断上的应用 [J].

郝志华 ;

马孝江 .

中国电机工程学报, 2005, (03)

[2]

复合ICA-SVM机械状态模式分类 [J].

焦卫东 ;

杨世锡 ;

吴昭同 .

中国机械工程, 2004, (01)

[3]

Eliminate indeterminacies of independent component analysis for chemometrics [J].

Zhixiang Yao ab Kai Zhang c Huanbin Liu b Hui Su a a Department of Biological and Chemical Engineering Guangxi University of Technology Liuzhou China b State Key Laboratory of Pulp and Papermaking Engineering South China University of Technology Guangzhou China c State Key Laboratory of Heavy Oil Processing China University of Petroleum Beijing China .

ProgressinNaturalScience, 2008, (08) :1009-1014

[4]

New method for signal encryption using blind source separation based on subband decomposition [J].

Zuyuan YangGuoxu ZhouZongze WuJinlong Zhang School of Electrics and Information EngineeringSouth China University of TechnologyGuangzhou China .

Progress in Natural Science, 2008, (06) :751-755

← 1 →