基于EMD-SVD-BIC的机械动源数估计方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了一种复合EMDSVDBIC(经验模态分解,empirical mode decomposition,简称EMD; 奇异值分解,singular value decomposition,简称SVD;贝叶斯信息准则,bayesian information criterion,简称BIC)的 机械振动源信号数量估 计方法,解决卷积混合的机械振动源在观测数小于振动源数情况下的源数估计问题。 应用EMD方法获得信号的本征模函数,对两观测信号的本征模函数复合矩阵的相关矩阵进行奇 异值分解,获得反映源数信息的特征值分布;再采用BIC信息准则,判断源信号的数目。仿真和试验结果表明,该方法可以在观测数小于振动源数的情况下正确获取信号源数,为机械振动故 障诊断中的振动源分析及其源信号的正确分离提供了方法保障。

    Abstract:

    To estimate the number of mechanical vibration sources from the convolu tive mixtures with fewer sensors than sources, a new method composed of EMDSVD BIC(Empirical Mode Decomposition, EMD; Singular Value Decomposition, SVD; Bayesi an Information Criterion, BIC) is proposed. The characteristic of vibration so ur ces, which is intrinsic mode function(IMF) is obtained through the EMD of them ixtures. The complex matrix of the IMF of different mixtures is used to get the eigenvalue of sources by using SVD. The eigenvalue is employed to det er mine the number of sources by means of BIC. It is verified that the new method y ields a correct estimate of source number in the simulation test and experiment. This work is help to analyze the mechanical vibrations in the fault monitoring system and to separate the useful mechanical vibration signals efficiently from the mixtures.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2008-07-08
  • 最后修改日期:2010-05-10
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司