版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、機械振動信號傳遞與承載著機械設備工作過程中所蘊含的重要信息,在線監(jiān)測與采集機械振動信號是機械工程領域,尤其是故障診斷或遠程故障診斷技術中的核心技術之一,本文將壓縮感知理論應用到機械振動信號的監(jiān)測,研究該理論時,振動信號的稀疏分解問題是壓縮感知理論應用的前提和基礎,且信號的稀疏分解有助于解決傳統(tǒng)方法采樣頻率高,數(shù)據(jù)存儲量大和傳輸困難等問題。稀疏分解是在一組高度冗余變換基的作用下,將待分解信號表示成一系列基的線性組合。分解后的信號可以用少量
2、特征明顯的分量來表征,即可獲得簡單、靈活且能表征信號特征的展開式。這種自適應分解方法是非常有用的,將為信號的后期處理提供極大的便利。因此,本文研究的重點集中于機械振動信號的稀疏分解問題。論文的主要工作及研究成果如下:
1.以滾動軸承為研究對象,建立軸承振動信號的理論模型,并根據(jù)其結構特點和先驗知識構造了改進的基于指數(shù)衰減余弦函數(shù)的原子庫。用改進PSO算法優(yōu)化MP算法,并分別對滾動軸承振動信號在指數(shù)衰減正弦原子庫和本文改進的原子
3、庫下分別進行稀疏分解,結果顯示本文構造的改進的指數(shù)衰減余弦原子庫有更好相似度和衰減率,且殘余量也更小。
2.根據(jù)滾動軸承振動信號數(shù)據(jù)產(chǎn)生訓練樣本,通過K-SVD算法并結合OMP算法設計能完全匹配滾動軸承振動信號整體特征的有訓練過完備字典,再用OMP算法對與訓練樣本特征相似的軸承振動信號進行稀疏分解與重構,并與指數(shù)衰減正弦原子庫(無訓練字典)的稀疏分解與重構效果相比較,結果顯示本文構造的有訓練字典更加能符合振動信號的特點,能用較
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于壓縮感知理論的機械振動信號稀疏分解理論研究.pdf
- 基于稀疏分解理論的聲矢量陣信號處理.pdf
- 機械振動信號的非自適應稀疏線性采樣器研究.pdf
- 基于壓縮感知理論的機械振動信號處理技術研究.pdf
- 旋轉機械振動信號的分離.pdf
- 機械振動信號的非線性重構算法研究.pdf
- 面向機械振動信號的壓縮采樣方法研究.pdf
- 機械振動信號的EMD分析及其應用.pdf
- 機械振動信號測試系統(tǒng)的研究與開發(fā).pdf
- 基于稀疏表示和非負矩陣分解理論的目標跟蹤算法研究.pdf
- 機械振動信號的故障特征分析與仿真.pdf
- 基于網(wǎng)絡的機械振動信號分析系統(tǒng)研究.pdf
- 機械振動信號的故障特征分析與仿真
- 信號稀疏分解及壓縮感知理論應用研究.pdf
- 梅洛-龐蒂的理解理論研究.pdf
- 某水下運載器機械振動信號的分析方法研究.pdf
- 機械振動的雙光柵傳感理論與實驗研究.pdf
- 機械振動習題
- 機械振動模型
- 機械振動_1
評論
0/150
提交評論