论文部分内容阅读
旋转设备是现代冶金、化工、动力等工业领域中的关键设备,所以对于旋转设备的运行状态进行监测并进行故障诊断是十分必要的。从机械系统中获取的振动数据总是携带着对机械故障诊断来说非常重要的测量信息。而对于旋转机械,关键部件的局部故障常常在振动信号中表现为周期性的瞬态脉冲信息。然而,实际情况中,往往存在着大量的背景噪声会将瞬时脉冲信息湮没掉,从而大大增加了识别这些机械故障的难度。流形学习是近年来发展起来的非线性数据降维方法,它能提取高维数据中的主要非线性本质特征成分。本文基于时频流形在时频域抑制噪声以