基于非负Tucker3分解的稀疏分量分析在故障信号提取 - 东南大学学报.PDF

第４３卷第４期 东南大学学报（自然科 学版 ） Ｖｏｌ．４３Ｎｏ．４ 　 ２０１３年７月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｊｕｌｙ２０１３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１３．０４．０１６ 基于非负Ｔｕｃｋｅｒ３分解的稀疏分量 分析在故障信号提取中的应用 王海军　 许飞云 （东南大学机械工程学院，南京２１１１８９） 摘要：针对初始故障信号不稀疏难于判断的问题，在非负Ｔｕｃｋｅｒ３分解（ＮＴＤ）的基础上，提出 了一种基于ＮＴＤ的稀疏分量分析（ＳＣＡ）处理二次特征信号的方法．同时，为了克服ＮＴＤ算法 收敛慢、易陷入过拟合等局限性，对分解因子增加了非负约束，并提出了对分解因子一次更新的 算法．对比传统的最小交替二乘法，该更新算法能一次性地计算所有分解因子，避免了计算大规 模的Ｊａｃｏｂｉａｎ矩阵，从而较大地提高了算法的效率．实验结果表明：ＮＴＤ和ＳＣＡ相结合的方法 （ＳＣＡ＿ＮＴＤ）只需迭代约１５０步可达到收敛，而且在频谱稀疏性处理方面优于ＮＴＦ等传统的方 法；在分解相同维数张量的条件下，ＳＣＡ＿ＮＴＤ的最高精度达到了９７．１６％．因此，ＳＣＡ＿ＮＴＤ不 仅能够改善信号特征的稀疏性，而且对提高算法的收敛速度和精度也具有重要的意义． 关键词：非负Ｔｕｃｋｅｒ３分解；稀疏分量分析；更新算法；交替最小二乘法 中图分类号：ＴＨ１７；ＴＰ２０６　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１３）０４０７５８０５ ＳｐａｒｓｅｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｂａｓｅｄｏｎｎｏｎｎｅｇａｔｉｖｅＴｕｃｋｅｒ３ ｄｅｃｏｍｐｏｓｉｔｉｏｎｆｏｒｆａｕｌｔｓｉｇｎａｌｅｘｔｒａｃｔｉｏｎ ＷａｎｇＨａｉｊｕｎ　 ＸｕＦｅｉｙｕｎ （ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１１１８９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｎｏｎｓｐａｒｓｅｎｅｓｓｏｆｏｒｉｇｉｎａｌｄｉａｇｎｏｓｉｓｓｉｇｎａｌａｎｄｂｅｉｎｇｄｉｆｆｉｃｕｌｔｔｏ ｄｉｓｔｉｎｇｕｉｓｈ，ａｍｅｔｈｏｄｏｆｓｐａｒｓｅｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＳＣＡ）ｂａｓｅｄｏｎｎｏｎｎｅｇａｔｉｖｅＴｕｃｋｅｒ３ｄｅｃｏｍｐｏ ｓｉｔｉｏｎ（ＮＴＤ）ｉｓｐｒｏｐｏｓｅｄｔｏｐｒｏｃｅｓｓｔｈｅｑｕａｄｒａｔｉｃｆｅａｔｕｒｅｏｆｆａｕｌｔｓｆｏｒｉｍｐｒｏｖｉｎｇｔｈｅｓｐａｒｓｅｎｅｓｓ． Ｍｅａｎｗｈｉｌｅ，ａｎｅｗｕｐｄａｔｉｎｇａｌｇｏｒｉｔｈｍｗｉｔｈｎｏｎｎｅｇａｔｉｖｅｃｏｎｓｔｒａｉｎｔｓｉｓｐｕｔｆｏｒｗａｒｄｔｏｏｖｅｒｃｏｍｅｔｈｅ ｌｉｍｉｔａｔｉｏｎｏｆｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅａｎｄｄａｔａｏｖｅｒｆｉｔｔｉｎｇｉｎＮＴＤ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｃｏｎｖｅｎｔｉｏｎａｌａｌｔｅｒｎａ ｔｉｖｅｌｅａｓｔｓｑｕａｒｅｓ（ＡＬＳ），ｔｈｅｕｐｄａｔｉｎｇａｌｇｏｒｉｔｈｍｃａｎｓｉｍｕｌｔａｎｅｏｕｓｌｙｃｏｍｐｕｔｅａｌｌｔｈｅｆａｃｔｏｒｓｉｎｏｎｅ ｔｉｍｅｔｈａｔａｖｏｉｄｓｃａｌｃｕｌａｔｉｎｇｔｈｅｌａｒｇｅｓｃａｌｅＪａｃｏｂｉａｎｍａｔｒｉｘａｎｄｔｈｅｒｅｆｏｒｅｉｍｐｒｏｖｅｓｔｈｅｅｆｆｉｃｉｅｎｃｙ． ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｏｆｃｏｍｂｉｎｉｎｇＮＴＤａｎｄＳＣＡ（ＳＣＡ＿ＮＴＤ）ｏｎｌｙｎｅｅｄｓ １５０ｓｔｅｐｓｔｏａｃｈｉｅｖｅｃｏｎｖｅｒｇｅｎｃｅｗｈｉｃｈｉｓｓｕｐｅｒｉｏｒｔｏｏｔｈｅｒｔｙｐｉｃａｌｍｅｔｈｏｄｓｌｉｋｅＮＴＦ，ｅｔｃ；ＳＣＡ＿ ＮＴＤａｌｓｏｇｅｔｓｔｈｅｈｉｇｈｅｓｔａｃｃｕｒａｃｙ