单时频谱非负矩阵编码与解调的特征提取
Feature extraction using nonnegative matrix coding and demodulation of single spectrogram作者机构:重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065
出 版 物:《仪器仪表学报》 (Chinese Journal of Scientific Instrument)
年 卷 期:2022年第43卷第12期
页 面:238-247页
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程]
基 金:中国博士后科学基金(2022MD713687) 国家自然科学基金(51705056) 重庆市博士后科学基金(cstc2021jcyj-bshX0094) 重庆市自然科学基金面上项目(cstc2021jcyj-msxmX0556)资助
主 题:特征提取 故障诊断 时频谱 非负矩阵分解 编码 解调
摘 要:非负矩阵分解(NMF)作为一种矩阵分解以及非线性维数约简工具,被广泛用于多样本振动时频谱的分解编码以及特征提取,但单样本振动时频谱的NMF编码、尤其NMF分解向量与振动时频谱分量间关联关系尚缺乏探讨。阐述了单时频谱编码与解调的特征提取原理,重点分析了NMF对单时频谱基于部分的特征表示能力、单时频谱NMF基向量的带通滤波幅频特性(BFAC)、以及NMF编码向量与时频谱分量的同步变化特性。提出单时频谱NMF编码与解调的两种特征提取新方法,即基于NMF基向量的滤波解调和NMF编码向量直接解调,定义一种BFAC指数指标和基向量归一化的NMF编码优化迭代规则分别用于NMF低维参数自适应选取和优化求解过程。将所提方法用于仿真信号以及齿轮箱振动信号分析,6.4 k长度数据在给定因子分解秩和NMF最大迭代300次终止条件设定下的特征提取用时约3.5 s,同时实现了对信噪比为-10 dB仿真信号以及多故障齿轮箱振动信号中故障特征的提取。