基于稀疏特征的连轧机故障信号分离方法

论文摘要

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。

论文目录

文章来源

类型: 期刊论文

作者: 严保康,周凤星,宁博文,李维刚

关键词: 连轧机,稀疏特征,稀疏分解,盲源分离,故障诊断

来源: 振动.测试与诊断 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,电信技术

单位: 武汉科技大学信息科学与工程学院

基金: 湖北省自然科学基金资助项目(2019CFB133),国家自然科学基金资助项目(51975433)

分类号: TG333;TN911.7

DOI: 10.16450/j.cnki.issn.1004-6801.2019.06.014

页码: 1238-1244+1361

总页数: 8

文件大小: 2183K

下载量: 134

相关论文文献

• [1].混沌粒子群算法的盲源信号分离仿真研究[J]. 计算机应用与软件 2013(04)
• [2].基于粒子群算法的盲源信号分离[J]. 辽宁大学学报(自然科学版) 2009(02)
• [3].盲源信号分离方法研究[J]. 无线通信技术 2009(04)
• [4].非线性盲源信号分离研究[J]. 辽宁科技学院学报 2010(03)
• [5].语音信号识别基于盲源信号分离的实现[J]. 现代电子技术 2011(11)
• [6].基于负熵的多目标射频信号分离研究[J]. 无线电通信技术 2011(04)
• [7].融合经验模态分解与时频分析的单通道振动信号分离研究[J]. 振动与冲击 2013(05)
• [8].一种新的卫星测控副载波信号分离方法[J]. 计算机仿真 2011(09)
• [9].基于蚁群算法和互信息进行非线性盲源信号分离[J]. 辽宁大学学报(自然科学版) 2010(02)
• [10].基于小波降噪和盲源分离算法的信号分离方法研究[J]. 电光与控制 2017(07)
• [11].基于信息论的盲源信号分离在呼吸信号分离中的应用研究[J]. 曲靖师范学院学报 2011(03)
• [12].齿轮箱振动源信号分离系统软件设计与实现[J]. 机床与液压 2008(05)
• [13].采用区分性幅相联合字典学习的低截获概率信号分离方法[J]. 国防科技大学学报 2019(03)
• [14].基于时延序列特征的多局放源信号分离方法[J]. 电测与仪表 2019(12)
• [15].基于微多普勒周期相关性的弹道群目标信号分离[J]. 火力与指挥控制 2019(02)
• [16].移动交通荷载作用下桥梁振动信号分离与去噪的移动窗函数方法[J]. 广州建筑 2017(05)
• [17].物理层的超高频RFID标签信号分离[J]. 通信学报 2015(02)
• [18].基于非负性约束K-SVD的fMRI盲源信号分离[J]. 计算机系统应用 2017(08)
• [19].基于均匀线性阵列的混合信号分离的研究[J]. 信息技术 2018(02)
• [20].复杂电磁条件下的辐射源信号分离方法[J]. 海军航空工程学院学报 2018(01)
• [21].基于神经网络的计算机通信系统干扰信号分离[J]. 吉林大学学报(理学版) 2017(06)
• [22].基于独立分量分析的交流采样信号分离技术的研究[J]. 东北电力技术 2012(09)
• [23].基于EEMD方法的混合信号分离识别[J]. 军事通信技术 2011(02)
• [24].基于小波包和RobustICA的无线电混合信号分离[J]. 中国测试 2017(06)
• [25].基于压缩感知和优化算法的欠定盲源信号分离[J]. 辽宁大学学报(自然科学版) 2014(03)
• [26].基于信号分离估计理论的GPS多径抑制算法[J]. 信号处理 2011(12)
• [27].基于经验特征函数的盲源信号分离法及应用[J]. 武汉大学学报(工学版) 2009(03)
• [28].基于数据统计算法和信号分离技术的Massive MIMO系统半盲解码方案[J]. 信息通信 2017(08)
• [29].电力变压器振动信号分离方法研究[J]. 电子测量与仪器学报 2016(01)
• [30].基于盲信号处理技术的地震弱信号分离方法[J]. 油气地质与采收率 2012(05)

标签：连轧机论文;  稀疏特征论文;  稀疏分解论文;  盲源分离论文;  故障诊断论文;