中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 噪声环境下机械故障源的盲分离 农业机械学报 2006,37 (11) 110-113
Position: Home > Articles > Blind Separation of the Mechanical Fault Sources Under the Noise Environment Transactions of the Chinese Society for Agricultural Machinery 2006,37 (11) 110-113

噪声环境下机械故障源的盲分离

作  者：
李志农;郝伟;韩捷;何永勇;褚福磊
单  位：
郑州大学振动工程研究所;清华大学精密仪器与机械系
关键词：
故障诊断;盲源分离;小波消噪;独立分量分析
摘  要：
在机械故障盲分离中,传感器所获得的信号常常受到未知的不同类型的噪声干扰,忽略噪声的影响往往产生很差的分离效果。为克服此不足,结合小波变换和盲源分离,提出了一种在未知强背景噪声环境下的机械故障源分离方法,即小波消噪-BSS-小波消噪方法,仿真和实验结果表明该方法是有效的。
译  名：
Blind Separation of the Mechanical Fault Sources Under the Noise Environment
作  者：
Li Zhinong 1,2 Hao Wei1 Han Jie1 He Yongyong2 Chu Fulei2 (1.Zhengzhou University 2.Tsinghua University)
关键词：
Fault diagnosis, Blind source separation, Wavelet Denoising, Independent component analysis
摘  要：
In the blind separation of machine faults, the vibration signal from the sensors mounted on the machine is generally suffered by the disturbance from different types of unknown noise. The neglect of the noise generally causes worse effect of separation. In order to overcome this deficiency, here, by means of combining the wavelet transformation and blind source separation (BSS),a new separation method of machine fault sources under the condition of unknown noise, which is named wavelet denoising-BSS-wavelet denoising, is proposed. The simulation and experiment results show that the proposed method is very effective.

相似文章

导出引用
计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46