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:
针对传统的轴承故障欠定盲源分离方法需要施加约束的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和平行因子(parallel factor,PARAFAC)分析的欠定盲源分离方法.利用VMD算法将振动信号分解为多个带限本征模态函数(band-limited intrinsic mode functions,BLIMFs),将这些BLIMFs构造成三阶张量作为PARAFAC模型的输入,利用三线性交替最小二乘算法对模型分解,从而在宽松条件下实现复合故障信号的分离.仿真和实验结果表明,提出的方法是有效的,与传统的故障盲源分离方法比较,提出的方法在多故障盲源分离中更具有适应性和实用性.
推荐文章
采用PARAFAC的欠定盲分离中机械振源数估计方法
振源估计
平行因子分析
核一致诊断
欠定混合
盲源分离
基于VMD的机械故障欠定盲源分离
变分模态分解
盲源分离
欠定
故障诊断
基于改进源信号数目估计算法的欠定盲分离
粒子群算法
K-means聚类
最短路径法
欠定盲分离
基于约束NMF的欠定盲信号分离算法
欠定盲分离
非负矩阵分解
行列式准则
稀疏性
最小相关约束
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VMD-PARAFAC的轴承故障欠定盲源分离
来源期刊 沈阳工业大学学报 学科 工学
关键词 平行因子分析 变分模态分解 主成分分析 盲源分离 滚动轴承 故障诊断 张量分解 复合故障
年,卷(期) 2020,(1) 所属期刊栏目 机械工程
研究方向 页码范围 63-68
页数 6页 分类号 TH17
字数 2977字 语种 中文
DOI 10.7688/j.issn.1000-1646.2020.01.12
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 陈长征 沈阳工业大学机械工程学院 199 1777 21.0 34.0
2 李志农 南昌航空大学无损检测教育部重点实验室 84 611 11.0 22.0
6 杨晓飞 南昌航空大学无损检测教育部重点实验室 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (11)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
平行因子分析
变分模态分解
主成分分析
盲源分离
滚动轴承
故障诊断
张量分解
复合故障
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
沈阳工业大学学报
双月刊
1000-1646
21-1189/T
大16开
沈阳市铁西区南十三路1号
8-165
1964
chi
出版文献量(篇)
2983
总下载数(次)
5
论文1v1指导