基于非抽样提升小波包及奇异值分解的液阀故障诊断
针对液阀故障微弱信号特征识别问题,提出一种结合非抽样提升小波包（Undecimated lifting scheme packet,ULSP）及奇异值分解（Singular value decomposition,SVD）的降噪方法。确定信号的分解层次及各层初始算子的长度后,通过拉格朗日插值公式算出初始算子,用非抽样算法对原始信号进行分解。对最后一层各频带信号进行奇异值分解降噪处理,根据奇异熵增量曲线确定降噪阶次。用非抽样提升小波包的重构算法对信号进行重构,最终获得降噪后的信号。对降噪后的信号再进行非抽样提升小波包分解,以提取故障特征。对仿真信号的降噪表明,所提方法降噪获得较高的信噪比及较低的...
Gespeichert in:
| Veröffentlicht in: | 机械工程学报 2011, Vol.47 (9), p.72-77 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 77 |
|---|---|
| container_issue | 9 |
| container_start_page | 72 |
| container_title | 机械工程学报 |
| container_volume | 47 |
| creator | 陈敬龙 张来斌 段礼祥 胡超 |
| description | 针对液阀故障微弱信号特征识别问题,提出一种结合非抽样提升小波包（Undecimated lifting scheme packet,ULSP）及奇异值分解（Singular value decomposition,SVD）的降噪方法。确定信号的分解层次及各层初始算子的长度后,通过拉格朗日插值公式算出初始算子,用非抽样算法对原始信号进行分解。对最后一层各频带信号进行奇异值分解降噪处理,根据奇异熵增量曲线确定降噪阶次。用非抽样提升小波包的重构算法对信号进行重构,最终获得降噪后的信号。对降噪后的信号再进行非抽样提升小波包分解,以提取故障特征。对仿真信号的降噪表明,所提方法降噪获得较高的信噪比及较低的均方差,且能保留信号中应有的高频成分。提出的方法成功提取某往复式注水泵排水阀弹簧失效的微弱故障特征。 |
| doi_str_mv | 10.3901/JME.2011.09.072 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour_chong</sourceid><recordid>TN_cdi_wanfang_journals_jxgcxb201109011</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>38257313</cqvip_id><wanfj_id>jxgcxb201109011</wanfj_id><sourcerecordid>jxgcxb201109011</sourcerecordid><originalsourceid>FETCH-LOGICAL-c581-343d2ca73f4b604585143fb537f7cf5cd80248d73332ddf8f1c74acdb7e29fd43</originalsourceid><addsrcrecordid>eNotkM1LAkEchudQkJjnzp067TYzv5md9RhiXxhdvMvujGNKraVEdpPIDKnsUoT0RRGdoigoEPtvmkn_izbq9F4e3of3RWiKYBfSmMwur2RdiglxcdrFgo6hBOZCOJ7nexMoVa-XQ0yACso5S6Csuel_9U9GV9e282lvP2z31By3zUvXvt2Zo5bpdsxD2wz2THNgDg-Gj_ffvX37_jq6aNqz1qh3OXzu2POnSTSug_V6MfWfSZSfz-Yzi05udWEpM5dzJPeJAwwUlYEAzUIPM-5zwkCHHIQWUnOpfEyZrwQAUKW0r4kULJAqFEWa1opBEs381e4EkQ6iUqFS3a5FsbBQaZRkI_xdjeMLSExO_5FyrRqVtsoxu1krbwS13QL4lAsgAD8CQG7x</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于非抽样提升小波包及奇异值分解的液阀故障诊断</title><source>Alma/SFX Local Collection</source><creator>陈敬龙 张来斌 段礼祥 胡超</creator><creatorcontrib>陈敬龙 张来斌 段礼祥 胡超</creatorcontrib><description>针对液阀故障微弱信号特征识别问题,提出一种结合非抽样提升小波包（Undecimated lifting scheme packet,ULSP）及奇异值分解（Singular value decomposition,SVD）的降噪方法。确定信号的分解层次及各层初始算子的长度后,通过拉格朗日插值公式算出初始算子,用非抽样算法对原始信号进行分解。对最后一层各频带信号进行奇异值分解降噪处理,根据奇异熵增量曲线确定降噪阶次。用非抽样提升小波包的重构算法对信号进行重构,最终获得降噪后的信号。对降噪后的信号再进行非抽样提升小波包分解,以提取故障特征。对仿真信号的降噪表明,所提方法降噪获得较高的信噪比及较低的均方差,且能保留信号中应有的高频成分。提出的方法成功提取某往复式注水泵排水阀弹簧失效的微弱故障特征。</description><identifier>ISSN: 0577-6686</identifier><identifier>DOI: 10.3901/JME.2011.09.072</identifier><language>chi</language><publisher>中国石油大学(北京)机械与储运工程学院,北京,102249</publisher><subject>奇异值分解 ; 故障诊断 ; 液阀 ; 非抽样提升小波包</subject><ispartof>机械工程学报, 2011, Vol.47 (9), p.72-77</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/90288X/90288X.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>陈敬龙 张来斌 段礼祥 胡超</creatorcontrib><title>基于非抽样提升小波包及奇异值分解的液阀故障诊断</title><title>机械工程学报</title><addtitle>Chinese Journal of Mechanical Engineering</addtitle><description>针对液阀故障微弱信号特征识别问题,提出一种结合非抽样提升小波包（Undecimated lifting scheme packet,ULSP）及奇异值分解（Singular value decomposition,SVD）的降噪方法。确定信号的分解层次及各层初始算子的长度后,通过拉格朗日插值公式算出初始算子,用非抽样算法对原始信号进行分解。对最后一层各频带信号进行奇异值分解降噪处理,根据奇异熵增量曲线确定降噪阶次。用非抽样提升小波包的重构算法对信号进行重构,最终获得降噪后的信号。对降噪后的信号再进行非抽样提升小波包分解,以提取故障特征。对仿真信号的降噪表明,所提方法降噪获得较高的信噪比及较低的均方差,且能保留信号中应有的高频成分。提出的方法成功提取某往复式注水泵排水阀弹簧失效的微弱故障特征。</description><subject>奇异值分解</subject><subject>故障诊断</subject><subject>液阀</subject><subject>非抽样提升小波包</subject><issn>0577-6686</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2011</creationdate><recordtype>article</recordtype><recordid>eNotkM1LAkEchudQkJjnzp067TYzv5md9RhiXxhdvMvujGNKraVEdpPIDKnsUoT0RRGdoigoEPtvmkn_izbq9F4e3of3RWiKYBfSmMwur2RdiglxcdrFgo6hBOZCOJ7nexMoVa-XQ0yACso5S6Csuel_9U9GV9e282lvP2z31By3zUvXvt2Zo5bpdsxD2wz2THNgDg-Gj_ffvX37_jq6aNqz1qh3OXzu2POnSTSug_V6MfWfSZSfz-Yzi05udWEpM5dzJPeJAwwUlYEAzUIPM-5zwkCHHIQWUnOpfEyZrwQAUKW0r4kULJAqFEWa1opBEs381e4EkQ6iUqFS3a5FsbBQaZRkI_xdjeMLSExO_5FyrRqVtsoxu1krbwS13QL4lAsgAD8CQG7x</recordid><startdate>2011</startdate><enddate>2011</enddate><creator>陈敬龙 张来斌 段礼祥 胡超</creator><general>中国石油大学(北京)机械与储运工程学院,北京,102249</general><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W92</scope><scope>~WA</scope><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2011</creationdate><title>基于非抽样提升小波包及奇异值分解的液阀故障诊断</title><author>陈敬龙 张来斌 段礼祥 胡超</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c581-343d2ca73f4b604585143fb537f7cf5cd80248d73332ddf8f1c74acdb7e29fd43</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2011</creationdate><topic>奇异值分解</topic><topic>故障诊断</topic><topic>液阀</topic><topic>非抽样提升小波包</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>陈敬龙 张来斌 段礼祥 胡超</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-工程技术</collection><collection>中文科技期刊数据库- 镜像站点</collection><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>机械工程学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>陈敬龙 张来斌 段礼祥 胡超</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于非抽样提升小波包及奇异值分解的液阀故障诊断</atitle><jtitle>机械工程学报</jtitle><addtitle>Chinese Journal of Mechanical Engineering</addtitle><date>2011</date><risdate>2011</risdate><volume>47</volume><issue>9</issue><spage>72</spage><epage>77</epage><pages>72-77</pages><issn>0577-6686</issn><abstract>针对液阀故障微弱信号特征识别问题,提出一种结合非抽样提升小波包（Undecimated lifting scheme packet,ULSP）及奇异值分解（Singular value decomposition,SVD）的降噪方法。确定信号的分解层次及各层初始算子的长度后,通过拉格朗日插值公式算出初始算子,用非抽样算法对原始信号进行分解。对最后一层各频带信号进行奇异值分解降噪处理,根据奇异熵增量曲线确定降噪阶次。用非抽样提升小波包的重构算法对信号进行重构,最终获得降噪后的信号。对降噪后的信号再进行非抽样提升小波包分解,以提取故障特征。对仿真信号的降噪表明,所提方法降噪获得较高的信噪比及较低的均方差,且能保留信号中应有的高频成分。提出的方法成功提取某往复式注水泵排水阀弹簧失效的微弱故障特征。</abstract><pub>中国石油大学(北京)机械与储运工程学院,北京,102249</pub><doi>10.3901/JME.2011.09.072</doi><tpages>6</tpages></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 0577-6686 |
| ispartof | 机械工程学报, 2011, Vol.47 (9), p.72-77 |
| issn | 0577-6686 |
| language | chi |
| recordid | cdi_wanfang_journals_jxgcxb201109011 |
| source | Alma/SFX Local Collection |
| subjects | 奇异值分解 故障诊断 液阀 非抽样提升小波包 |
| title | 基于非抽样提升小波包及奇异值分解的液阀故障诊断 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-06T08%3A22%3A09IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour_chong&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E9%9D%9E%E6%8A%BD%E6%A0%B7%E6%8F%90%E5%8D%87%E5%B0%8F%E6%B3%A2%E5%8C%85%E5%8F%8A%E5%A5%87%E5%BC%82%E5%80%BC%E5%88%86%E8%A7%A3%E7%9A%84%E6%B6%B2%E9%98%80%E6%95%85%E9%9A%9C%E8%AF%8A%E6%96%AD&rft.jtitle=%E6%9C%BA%E6%A2%B0%E5%B7%A5%E7%A8%8B%E5%AD%A6%E6%8A%A5&rft.au=%E9%99%88%E6%95%AC%E9%BE%99%20%E5%BC%A0%E6%9D%A5%E6%96%8C%20%E6%AE%B5%E7%A4%BC%E7%A5%A5%20%E8%83%A1%E8%B6%85&rft.date=2011&rft.volume=47&rft.issue=9&rft.spage=72&rft.epage=77&rft.pages=72-77&rft.issn=0577-6686&rft_id=info:doi/10.3901/JME.2011.09.072&rft_dat=%3Cwanfang_jour_chong%3Ejxgcxb201109011%3C/wanfang_jour_chong%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=38257313&rft_wanfj_id=jxgcxb201109011&rfr_iscdi=true |