基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对水轮发电机组的振动信号复杂、耦合相关的特点,采用ICA盲分离算法完成对振动信号的分离.文中对ICA典型算法的理论进行了论述,给出了算法的应用特点;选定FastICA算法应用于水轮发电机组振动信号的分离试验中,通过实例验证,该算法能有效地将水轮发电机组振动信号中的独立振源成功分离.
推荐文章
基于人工神经网络的水轮发电机组振动预测研究
人工神经网络
振动预测
水轮发电机组
水轮发电机组低频振动异常信号分析研究
水轮发电机组
低频振动
传感器
基于非线性振动的水轮发电机组振动噪声分析
水轮发电机组
非线性振动
噪声控制
短时傅立叶变换在大型水轮发电机组振动分析中的应用
水轮发电机组
短时傅立叶变换
振动
诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ICA的水轮发电机组振动信号分离算法的研究与应用
来源期刊 水力发电学报 学科 工学
关键词 水轮发电机组 ICA 盲信号分离 FastICA算法
年,卷(期) 2011,(2) 所属期刊栏目
研究方向 页码范围 138-142,150
页数 分类号 TV734.2
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁武科 西安理工大学水利水电学院 71 801 17.0 26.0
2 马薇 西安理工大学水利水电学院 27 258 9.0 15.0
3 乔卫东 西安理工大学机械与精密仪器工程学院 22 88 6.0 8.0
4 韦祎 西安理工大学机械与精密仪器工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (19)
二级引证文献  (5)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
水轮发电机组
ICA
盲信号分离
FastICA算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水力发电学报
月刊
1003-1243
11-2241/TV
小16开
中国北京清华大学水电工程系
1982
chi
出版文献量(篇)
3865
总下载数(次)
7
总被引数(次)
47197
论文1v1指导