機械振動信號的非線性重構(gòu)算法研究.pdf

1、在線監(jiān)測與采集機械振動信號是故障診斷技術(shù)中的關(guān)鍵技術(shù)之一。壓縮采集機械振動信號能夠突破奎斯特采樣定理的制約，把對信號的采樣變成對信息的采樣，有效地解決傳統(tǒng)采樣方式產(chǎn)生大量數(shù)據(jù)的問題且不造成信息的損失。本文將壓縮感知理論應(yīng)用到機械振動信號的采集中，重點研究了適應(yīng)于機械振動信號的重構(gòu)算法。論文的主要研究成果如下：
　　（1）振動信號重構(gòu)算法是壓縮采集振動信號技術(shù)中非常關(guān)鍵的一部分，直接影響著振動信號的重構(gòu)精度。針對機械振動信號的重構(gòu)問

2、題,基于傳統(tǒng)的經(jīng)典重構(gòu)算法對機械振動信號的適應(yīng)性進行了研究。首先研究了一些重構(gòu)算法,主要有正交匹配追蹤（OMP）算法，階段正交匹配追蹤（StOMP）算法，子空間追蹤（SP）算法，基追蹤（BP），梯度投影法（GP）的基本原理，在此基礎(chǔ)上對機械振動信號進行了重構(gòu)實驗，對重構(gòu)結(jié)果主要從重建精度和重建時間兩個方面進行系統(tǒng)研究。經(jīng)過仿真試驗，得出各種重構(gòu)算法的運行時間和重構(gòu)精度相對測量值數(shù)目變化的關(guān)系，剖析了典型重構(gòu)算法重建機械振動信號的性能優(yōu)劣

3、。
　?。?）在上述研究的基礎(chǔ)上，得出在無噪聲環(huán)境下StOMP算法由于其較低的計算復(fù)雜度和較高的重構(gòu)精度，非常適合實際振動信號的恢復(fù)，其中閾值參數(shù)ts的取值對算法性能影響很大。然而當前針對機械振動信號的StOMP算法閾值參數(shù)ts的最優(yōu)值還不明確。通過理論分析和仿真實驗，確定了針對機械振動信號的閾值參數(shù)ts的最優(yōu)值。仿真實驗表明，算法在該最優(yōu)值下能達到最高的重構(gòu)精度。
　?。?）針對機械振動信號在噪聲環(huán)境下的重構(gòu)問題，深入研究

4、了多路徑匹配追蹤算法（Multipah matching pursuit，MMP）。MMP在噪聲和非噪聲環(huán)境下的重構(gòu)精度都要優(yōu)于以前的一些貪婪算法，但其缺點是計算量大，運行速度慢，且需要精確獲知信號稀疏度，因此在實際應(yīng)用中受到制約。針對MMP的以上缺點，提出了一種自適應(yīng)階段多路徑匹配追蹤算法（Signal Adaptive Stagewise Multipath matching pursuit,SAStMMP）。SAStMMP利用St