复合信号的特征提取方法研究

来源 :2006年全国振动工程及应用学术会议 | 被引量 : 0次 | 上传用户:jyjlxy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种实现多种特征共存的复合信号的特征提取的新方法.该方法将基于滤波器组的非参数基函数特征波形估计方法应用于传统的匹配追踪(MP)算法中,使每次提取的最匹配于信号结构的一个特征波形是用一组由模板信号通过滤波器组所产生的非参数基函数的线性展开来表示,克服了MP算法需要预先构造用参数表达的基函数的缺点.仿真信号验证了该方法的可行性和有效性,即使是在噪声和信号中特征波形频带重叠的情况下,也能将信号分离和提取出来.
其他文献
规格材在受弯时,变形包括弯曲和剪切变形.传统的弯曲和剪切模量测量方法存在问题.本文经Timoshenko梁方程推导给出以自振频率为变量的自由-自由梁横向振动弯曲和剪切模量求解方程.通过对规格材振动和静态弯曲测试研究,发现这种动态测试方法对规格材性质预测效果好,预测方程的相关系数高,可以用于实际中对足尺规格材的性质进行动态评估.
首先利用ANSYS有限元分析软件对特定的具有重根模态的结构在"自由-自由"边界条件下进行结构动力学分析,求出低阶模态.然后使用比利时LMS公司实验模态分析系统对该结构进行多输入多输出(MIMO)随机激励下的频响函数测量,最后采用系统中多参考点最小二乘复指数(LSCE)曲线拟合法估计出模态频率、振型和阻尼因子等模态参数.实验分析结果与有限元计算结果具有很好的一致性,验证了该实验模态分析系统测试精度高
处于复杂系统中的车辆驾驶室,其空间结构复杂,与其相关联的部件多,因而其内部声学环境的影响因素多.通过对驾驶室结构及其声固耦合模态测试,结合其内部声学特性分析,研究影响驾驶室声学特性的关键因素,并提出可行性结构修改方案,为驾驶室高声品质设计提供思路.
风力机风轮的模态分析是了解风力机结构动态特性的基础,准确地得到风轮的固有频率和模态振型具有十分重要的意义.该文采用瞬态激振法分别对小型风力机风轮、单叶片和圆板进行了模态分析,得到了三者的实际模态振型,对三种模态振型进行比较,得到三叶片风轮的振型规律,指出三叶片风轮可以应用圆板的模态振型来进行模态分析.
本文论述了汽轮发电机组振动故障诊断知识的分类和基于模糊推理树可视化的知识组织,利用上述研究成果,开发了基于模糊推理树的可视化知识库管理系统KMSystem.
工业PC机在故障诊断领域广泛应用,但也存在一些不足.在比较工业PC和嵌入式系统的优缺点之后,研究了嵌入式Web服务器的基础上构建故障诊断系统的新技术.提出一个实验系统的软件和硬件结构,并探讨了如何解决实时性问题以及如何实现TCP/IP协议.新系统在体积、功耗、成本等方面比工业PC机更有优势.
文章提出了在分布式机械设备远程故障诊断中的Bayes网络的研究方法,对复杂机械诊断的复杂性,模糊性提出了新的解决方法的研究.首先提出了Bayes网络的模型的数学理论,在此理论的基础上组建了简单两层QMR模型的Bayes网络,同时对模型的学习及推理方法进行了阐述,并应用实例对Bayes网络进行了学习验证.
支持向量机是20世纪90年代中期发展起来的机器学习技术,建立在结构风险最小化原理之上的,具有能在训练样本数很少的情况下达到很好分类推广优点的学习算法[1].本文对用于分类的支持向量机做以介绍,并将其应用在噪声监测中,实现对产品质量进行分类的目的.
神经网络集成通过训练多个神经网络并将其结论进行融合,可以显著地提高学习系统的泛化能力.本文从神经网络集成构造过程综述了提高神经网络集成性能的方法,针对目前集成方法研究中网络生成过程和决策过程集成输出不一致的问题,本文提出一种新的集成模式-紧凑神经网络集成模式,该模式在同一个学习过程中同时优化成员网络结构参数和成员网络的权重,从而可望使训练过程与决策过程一致,并有望使网络集成的稳定性和泛化性得到提高
新轴承异音产生的原因有多种,如,几何误差、划伤缺陷、润滑剂不清洁、轴承结构不合理,等等.这些因素中制造不合格原因是最主要的.而制造因素又反映在几何误差和缺陷问题上.因此,新轴承都需要进行严格的检查.当检查出轴承有了异音后需要判断引起的原因,以便对工艺进行改进和控制.作者曾通过专门试验方法探讨了轴承异音的特征.本文针对轴承受激振的模型,利用频率的理论分析方法,模拟了轴承零件表面缺陷可能引起的振动频率