LMD与非凸罚最小化L q正则子压缩传感的轴承振动信号重建.pdfVIP

LMD与非凸罚最小化L q正则子压缩传感的轴承振动信号重建.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
LMD与非凸罚最小化L q正则子压缩传感的轴承振动信号重建.pdf

第46 卷第10 期 中南大学学报( 自然科学版) Vol.46 No.10 2015 年10 月 Journal of Central South University (Science and Technology) Oct. 2015 DOI: 10.11817/j.issn.1672-7207.2015.10.020 LMD与非凸罚最小化L 正则子压缩传感的 q 轴承振动信号重建 李庆,宋万清 (上海工程技术大学 电子电气工程学院,上海,201620) 摘要:针对机械振动信号高速传输、大容量长期实时存储问题,提出一种局部均值分解(LMD)与非凸罚最小化L q 正则子压缩传感(CS)相结合的轴承故障振动信号重建方法。该方法利用振动系统信号采样、压缩合并进行的思想, 首先通过LMD把振动信号分解为若干个不同频率分量的乘积函数平稳信号,对不同的频段分量寻求最佳的稀疏 基,构建基于随机高斯矩阵的高度欠定方程;然后求解合适的压缩比,应用非凸罚最小化L q 正则子(q=0.5)算法重 构,对所有重构信号组合得到原始振动信号。研究结果表明:LMD与非凸罚最小化L q 正则子压缩传感相结合的方 法提高了轴承振动信号的重构精度,降低了重构计算复杂度,具有更高的处理速度和运行效率。 关键词:局部均值分解;非凸罚最小化L q ;压缩传感;振动信号;信号重建 中图分类号:TN911.7 ;TP311 文献标志码:A 文章编号:1672−7207(2015)10−3696−07 Bearing vibration signal reconstruction based on LMD and nonconvex penalized Lq minimization compressed sensing LI Qing, SONG Wanqing (School of Electronic and Electrical Engineering, Shanghai University of Engineering and Science, Shanghai 201620, China) Abstract: Considering the high speed transmission and long-term online storage of mechanical vibration signals, a hybrid reconstruction approach to bearing fault vibration signal based on local mean decomposition (LMD) and nonconvex penalized L q minimization compressed sensing was proposed. This method adopts an ideology that sampling and compression for vibration signal was carried out simultaneously. First, each complicated signal was decomposed into a

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档