基于稀疏特征的连轧机故障信号分离方法

严保康; 周凤星; 宁博文; 李维刚

首页> 中文期刊> 《振动．测试与诊断》 >基于稀疏特征的连轧机故障信号分离方法

基于稀疏特征的连轧机故障信号分离方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

连轧机组的稳定性对于保障轧制产品的质量精度起着决定性的作用,连轧机组中监测各轧机状态的信号具有强耦合性,从复杂的信号中分离出各轧机独立的状态信号,对连轧机组的状态监测和故障诊断具有重要的意义。提出了一种基于稀疏特征的连轧机故障信号分离方法,并进行了仿真和现场验证。首先,通过基于时频谱分割的稀疏分解方法将各混合信号中的微弱冲击特征提取出来;其次,对所有稀疏表示信号的原子按照一定规律排序,得到各混合信号的稀疏矩阵;然后,根据稀疏原子的相似性对稀疏表示的原子进行聚类,确定盲源分离的源个数;最后,根据稀疏矩阵的系数和源个数比较准确地估计出混叠矩阵,实现混合信号的盲分离。

著录项

来源
《振动．测试与诊断》 |2019年第6期|1238-1244|共8页
作者
严保康; 周凤星; 宁博文; 李维刚;
展开▼
作者单位

武汉科技大学信息科学与工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信号处理;机械振动学;
关键词
连轧机; 稀疏特征; 稀疏分解; 盲源分离; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 基于盲源分离技术的故障特征信号分离方法 [J] . 吴军彪 ,陈进 ,伍星 . 机械强度 . 2002,第4期
2. 基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法 [J] . 薛嫣 ,朱静 ,邓艾东 . 工业控制计算机 . 2020,第010期
3. 一种应用于不同转速下智能故障诊断的基于时频特征提取和softmax回归的稀疏滤波新方法 [J] . 张忠伟1 ,陈怀海1 ,李舜酩2 . 中南大学学报 . 2019,第006期
4. 基于稀疏过滤特征学习的化工过程故障检测方法 [J] . 江升 ,旷天亮 ,李秀喜 . 化工学报 . 2019,第012期
5. 基于稀疏分解的齿轮和轴承混合故障信号分离和诊断方法 [C] . HE Guolin ,何国林 ,YU Shanhu . 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议 . 2016
6. 基于稀疏表示的滚动轴承特征提取与信号分离方法研究 [A] . 张方晨 . 2021

基于稀疏特征的连轧机故障信号分离方法

摘要

著录项

相似文献

相关主题

期刊订阅