高级搜索

基于等变化自适应源分离算法的滚动轴承故障信号自适应盲提取

孙瑾铃 张伟涛 楼顺天

引用本文: 孙瑾铃, 张伟涛, 楼顺天. 基于等变化自适应源分离算法的滚动轴承故障信号自适应盲提取[J]. 电子与信息学报, doi: 10.11999/JEJT190722 shu
Citation:  Jinling SUN, Weitao ZHANG, Shuntian LOU. Adaptive Blind Extraction of Rolling Bearing Fault Signal Based on Equivariant Adaptive Separation via Independence[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEJT190722 shu

基于等变化自适应源分离算法的滚动轴承故障信号自适应盲提取

    作者简介: 孙瑾铃: 女,1995年生,博士生,研究方向为盲信号处理;
    张伟涛: 男,1983年生,副教授,硕士生导师,研究方向为盲信号处理;
    楼顺天: 男,1962年生,教授,博士生导师,研究方向为神经网络信息处理与应用、模糊信息处理与应用、盲信号处理、现代信号智能处理、智能控制技术
    通讯作者: 张伟涛,zhwt-work@foxmail.com
  • 基金项目: 国家自然科学基金(61571339),陕西省创新人才推进计划-青年科技新星项目(2018KJXX-019)

摘要: 针对复杂工况下滚动轴承故障信号盲提取问题,该文提出一种独立分量分析(ICA)中非线性函数自适应选择方法,解决了等变化自适应源分离算法(EASI)在多类振动源共存的情况下无法分离轴承故障信号的问题。此外,为了解决在线盲分离算法稳态误差与收敛速率的平衡问题,提出基于模糊逻辑的自适应迭代步长选择方法,极大地提高了学习算法的收敛速度,且稳态误差更小。轴承故障数据的盲提取仿真结果验证了算法的性能。

English

图(4)表(3)
计量
  • PDF下载量:  2
  • 文章访问数:  324
  • HTML全文浏览量:  36
文章相关
  • 通讯作者:  张伟涛, zhwt-work@foxmail.com
  • 收稿日期:  2019-09-17
  • 录用日期:  2020-04-29
  • 网络出版日期:  2020-05-13
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章