应用独立分量分析提取机器的状态特征

• 作者: 屈梁生 李力
• 来源期刊: 西安交通大学学报
• 关键词: 独立分量分析 机器状态 特征提取 自相关
• 年，卷（期）: 2003,（1）
• 页码范围: 45-48
• 页数: 4页
• 分类号: TH17
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.01.012

摘要

以大型轧钢机和滚动轴承试验台为研究对象,应用独立分量分析方法来分离机器的声音信号,并提取其状态特征.同时指出,对信号进行自相关预处理,可以突出信号的非高斯成分,较好地满足独立分量分析的前提条件,即源信号统计独立.因此,采用基于峭度的快速独立分量分析(ICA)算法,成功地分离出了信号的一些独立成分及对应的发声零部件.研究结果表明,根据信号结构选择预处理的方法十分重要,正确的预处理可以使独立分量分析有效地提取机械信号中的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	屈梁生	西安交通大学机械工程学院	86	3158	34.0	53.0
2	李力	西安交通大学机械工程学院	17	224	8.0	14.0