华南理工大学学报(自然科学版)

北大核心,CA,INSPEC,JST,Pж(AJ)

国内刊号:44-1251/T

国际刊号:1000-565X

华南理工大学学报(自然科学版)杂志2020年第5期:PCA 的幅值滤波特性及在转子特征提取中的应用

发布日期:

作者:郭明军, 李伟光, 杨期江, 等

单位:1. 华南理工大学 机械与汽车工程学院,广东 广州 510640; 2. 广州航海学院 轮机工程学院,广东 广州 510725

关键词:主成分分析,有效特征值,幅值滤波,特征提取,故障诊断

基金:国家自然科学基金资助项目 (51875205,51875216); 广东省自然科学基金资助项目 (2018A030310017,2019A1515011780); 广州市科技计划资助项目 (201904010133); 广东省教育厅资助项目 (2018KQNCX191)

为了解决有效特征值的选择问题,从理论上证明了有效特征值的数量规律,即一个频率对应两个特征值; 推导了特征值的排序规律,即信号的幅值越大,其对应的两个特征值也越大。将上述两个性质统称为主成分分析的幅值滤波特性,提出了一种基于该特性的信号分离算法,并通过仿真信号及实际转子信号的分析,验证了算法在信号分离中的有效性。研究结果表明,该算法无论是在同时提取多个频率成分还是提取单个频率成分方面都表出了优良的特性,提纯信号中既不会含有多余成分,也不会发生相位偏移。最后将本文提出的算法应用于大型滑动轴承试验台转子的轴心轨迹提纯,成功识别了转子的不对中故障。

来源:2020年第5期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2020年第5期

联系我们

  • 地址:广州五山 华南理工大学17号楼
  • 电话:020-87111794
  • E-mail:journal@scut.edu.cn

咨询工作人员