登录    注册    忘记密码

期刊文章详细信息

非负矩阵分解在发动机故障特征提取中的应用  ( EI收录)  

Feature extraction for engine fault diagnosis by utilizing adaptive multi-scale morphological gradient and non-negative matrix factorization

  

文献类型:期刊文章

作  者:张培林[1] 王怀光[1] 张磊[2] 王卫国[2] 李兵[3]

机构地区:[1]军械工程学院七系,河北石家庄050003 [2]军械工程学院科研部,河北石家庄050003 [3]军械工程学院四系,河北石家庄050003

出  处:《振动工程学报》

基  金:国家自然科学基金资助项目(51205405)

年  份:2013

卷  号:26

期  号:6

起止页码:944-950

语  种:中文

收录情况:AJ、AMR、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号:20140417221897)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:信号处理与特征参数提取是发动机故障诊断的核心和关键。提出了采用自适应多尺度形态梯度算法对信号进行处理,综合利用小尺度下能保留信号细节和大尺度下抑制噪声能力强的优点,能够在强噪声背景下有效地提取振动信号中能够反映发动机工作状态的有用分量;在此基础上提出采用非负矩阵分解的特征提取方法对信号进行压缩,计算用于发动机故障诊断的特征参量。结果表明:与传统的信号处理与特征参量提取方法相比,所提的方法具有更高的分类精度,为准确判断发动机故障状态提供了一种行之有效的新方法。

关 键 词:故障诊断 发动机 特征提取 自适应多尺度形态梯度  非负矩阵分解

分 类 号:TH165.3]

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