登录    注册    忘记密码

期刊文章详细信息

基于自适应形态提升小波与改进非负矩阵分解的发动机故障诊断方法  ( EI收录)  

Engine Fault Diagnosis Utilizing Adaptive Morphological Lifting Wavelet and Improved Non-negative Matrix Factorization

  

文献类型:期刊文章

作  者:李兵[1] 徐榕[2] 贾春宁[2] 郭清晨[1]

机构地区:[1]军械工程学院四系,河北石家庄050003 [2]总装备部驻上海地区军事代表室,上海201109

出  处:《兵工学报》

基  金:国家自然科学基金项目(51205405)

年  份:2013

卷  号:34

期  号:3

起止页码:353-360

语  种:中文

收录情况:BDHX、BDHX2011、CAS、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号:20131916321699)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:信号处理与特征参数提取是实现发动机故障诊断的关键。针对传统小波和形态小波的缺陷,提出一种自适应形态梯度提升小波变换(AMGLW)。该方法采用信号的局部梯度作为判断信号奇异性的度量指标,在信号突变处采用提出的形态梯度提升算子以保留信号的冲击特征,在信号缓变处采用平滑算子以抑制噪声。在此基础上,提出采用改进非负矩阵分解方法对分解后的信号进行特征提取,计算用于发动机故障分类的特征参数。利用实测的发动机在5种状态下的振动信号对提出的信号处理及特征提取方法进行了验证。

关 键 词:信息处理技术 自适应形态提升小波  改进非负矩阵分解  发动机 故障诊断

分 类 号:TH17]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心