论文摘要
针对现有旋转机械故障识别算法过度依赖专家先验知识的问题,提出了一种基于移不变字典学习和稀疏编码（SIDL-SC）的自适应故障识别算法。将不同故障状态下的振动信号进行分段和平滑预处理以降低数据处理复杂度;将加入自适应惩罚因子的移不变字典学习算法用于提取不同故障状态下的移不变基函数;利用高效的特征符号搜索算法求解待识别信号在不同基函数下的稀疏系数以实现对待识别信号的重构。最后,以重构残差作为对该信号故障状态识别的判断依据。滚动轴承振动数据库和实测航空发动机振动信号的实验结果表明,该算法相较于现有算法具有更高的故障识别准确率,在实际中具有较强的可行性。
论文目录
文章来源
类型: 期刊论文
作者: 曲建岭,余路,高峰,田沿平,李俨
关键词: 移不变字典学习,稀疏编码,特征符号搜索,振动信号,故障识别
来源: 计算机应用研究 2019年01期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 机械工业
单位: 海军航空大学青岛校区,西北工业大学自动化学院
基金: 国家自然科学基金资助项目(51505491),航空科学基金资助项目(20165853040)
分类号: TH133.33
DOI: 10.19734/j.issn.1001-3695.2017.07.0687
页码: 41-44+72
总页数: 5
文件大小: 2346K
下载量: 195