针对冲击性故障信号的谱融合特征提取算法
Spectrum Fusion Feature Extraction Algorithm for Impulse Fault Signal作者机构:西华大学机械工程学院四川成都610039
出 版 物:《机械设计与制造》 (Machinery Design & Manufacture)
年 卷 期:2024年第399卷第5期
页 面:68-72页
学科分类:12[管理学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 080203[工学-机械设计及理论] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程] 0835[工学-软件工程] 081002[工学-信号与信息处理] 080201[工学-机械制造及其自动化]
基 金:国家自然科学基金项目—基于卷积球化齿轮箱早期非平稳信号时变盲反褶积(51305357)
主 题:盲解卷积 聚类 频谱融合 信号处理 脉冲信号 故障诊断
摘 要:利用盲解卷积方法在时域中进行故障信号特征提取时,常会出现多个信号混淆分离结果,但以往的研究中只强调了分离的部分,而很少对分离后的信号进行进一步的处理,给实际应用造成不便。这里在盲解卷积和谱融合的基础之上,使用核改进的模糊c均值聚类算法,针对机械故障信号的脉冲特性,提出一种针对冲击性故障信号处理的实用型算法。计算机仿真实验证实了该算法的有效性。此算法优化了以往的聚类筛选方法,可以有效排除反卷积后诸多无用信号的干扰,将故障脉冲信号的特征准确提取出来,能提高故障诊断的效率。