机械故障特征信息提取的ICA信息融合方法

• 作者: 宋建社 李浩 毋文峰 江克侠 陈小虎
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 独立成分分析 信息融合 特征提取 模式识别
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 仪器、仪表科学与技术
• 页码范围: 1102-1106
• 页数: 5页
• 分类号: TH165.3|TP391.4
• 字数: 3180字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2016.0719

摘要

峭度和负熵是盲信号独立性的两个自然测度,可以被用来捕捉机械振动信号信息的动态变化特征,并提取机械设备的故障特征信息.峭度和负熵是从两个不同的角度和层面阐释机械设备的故障特征信息,信息量是互补的.若将峭度信息和负熵信息融合,则必然能够更全面、更深刻地来表征机械设备的状态.因此引入信息融合的思想,提出基于ICA信息融合的机械故障特征信息提取方法,综合峭度和负熵信息来提取机械设备的故障特征信息.液压齿轮泵模式识别试验表明,该方法可以应用于机械设备的故障特征信息提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋建社		81	969	19.0	25.0
2	毋文峰		13	51	5.0	5.0
4	陈小虎		36	257	9.0	14.0
5	李浩		21	32	3.0	4.0
8	江克侠		4	15	3.0	3.0