高斯矩Fast ICA算法在风机振动信号去噪中的应用

被引:6
作者
周云龙
王锁斌
机构
[1] 东北电力大学能源与动力工程学院
关键词
离心式风机; 振动信号; 去噪; 快速固定点算法;
D O I
暂无
中图分类号
TB533 [振动与噪声的发生];
学科分类号
摘要
设置了转子不平衡、联轴器不对中、风机基座松动、转子径向摩擦和轴承内圈磨损等5种故障,针对风机的振动问题进行了实验研究.在简要分析ICA理论及其算法的基础上,提出应用基于高斯矩的Fast ICA算法对模拟信号及实测离心式风机振动信号进行去噪处理,并分别与EMD及db8小波的滤波去噪效果进行定量比较.结果表明:Fast ICA方法与EMD方法和小波方法一样,能有效地处理短时瞬态及含宽带噪声的信号,但Fast ICA方法不受去噪阈值的影响,也不需要选择小波基函数,更具有通用性和稳定性.
引用
收藏
页码:187 / 191
页数:5
相关论文
共 8 条
[1]   改进的Fast ICA算法在事件相关电位提取中的应用研究 [J].
徐彬锋 ;
罗小刚 ;
彭承琳 ;
黄茜 .
生物医学工程学杂志 , 2009, (04) :766-770
[2]   转子碰摩故障振动时频特征的实验研究 [J].
胡爱军 ;
安连锁 ;
唐贵基 .
动力工程, 2007, (04) :482-486
[3]   气—液两相流压差波动信号中噪声的辨识 [J].
孙斌 ;
周云龙 ;
陆军 ;
李雅侠 .
仪器仪表学报, 2005, (06) :636-639
[4]   基于小波变换的循环流化床压力波动信号除噪分析 [J].
马丽萍 ;
石炎福 ;
黄卫星 ;
余华瑞 ;
祝京旭 .
化学工程, 2004, (01) :28-33+46
[5]   基于独立分量分析的脑电噪声消除 [J].
龙飞 ;
吴小培 ;
范羚 .
生物医学工程学杂志, 2003, (03) :479-483
[6]   基于子波分析的过程数据多分辨率分析处理 [J].
姜太文 ;
陈丙珍 ;
何小荣 .
化工学报, 2000, (03) :372-377
[7]  
盲信号处理.[M].史习智等; 编著.上海交通大学出版社.2009,
[8]  
现代数字信号处理.[M].杨绿溪; 编著.科学出版社.2007,