User Settings
Article

基于MSD—ICA—EA的轴承故障诊断方法

柳守斌,朱颖,刘宗田-2008-01-01-Acta Scientiarum Naturalium Universitatis Sunyatseni
0

TL;DRAbstract

轴承故障诊断时,传感器采集的故障声音信号一般含有多个故障源,且源信号之间统计相关,应用传统的独立分量分析受到限制,本文应用多分辨率子带分解的独立分量分析方法(MSD—ICA),针对小波变换快速独立分量分析分离出的高频子带信号常呈现调制特性,提出进一步结合包络分析(EA)方法分析该子带信号,来判定故障的类型与部位。试验表明,多分辨率子带分解的独立分量分析结合包络分析的分析方法能有效地解决该类问题。

Chat with Paper

AI Agents for this Paper

轴承故障诊断时,传感器采集的故障声音信号一般含有多个故障源,且源信号之间统计相关,应用传统的独立分量分析受到限制,本文应用多分辨率子带分解的独立分量分析方法(MSD—ICA),针对小波变换快速独立分量分析分离出的高频子带信号常呈现调制特性,提出进一步结合包络分析(EA)方法分析该子带信号,来判定故障的类型与部位。试验表明,多分辨率子带分解的独立分量分析结合包络分析的分析方法能有效地解决该类问题。

Keywords

Independent component analysisComputer scienceArtificial intelligence

Chat

Click to start Chat