文档名：基于迭代KSVD算法的滚动轴承故障冲击提取方法
近年来,基于字典学习的稀疏表示方法在机械故障诊断领域越来越受关注.在K-SVD算法的基础上,提出了一种迭代K-SVD算法.该算法将原始K-SVD算法重构的信号作为初始信号,继续执行K-SVD算法,如此迭代若干次.滚动轴承实测振动信号的分析结果表明,迭代K-SVD算法在降噪效果方面要优于原始算法,并且能够比基于解析字典的OMP算法更为准确地提取滚动轴承故障冲击特征.
作者：曾鸣
作者单位：中国地质大学(武汉)机械与电子信息学院,武汉430074
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：滚动轴承 故障信号 冲击特征 迭代K-SVD算法 字典学习 降噪效果
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 925.1 KB
- 下载次数:
- 60
-
高速下载
|
|
