一种电流弱信号特征提取方法.pdf

  1. 1、本文档共6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)。
查看更多
一种电流弱信号特征提取方法

第47卷第9期 西 安 交 通 大 学 学 报 V01.47No.9 OFXI’AN UNIVERSITY 2013年9月 JOURNAL JIAOTONG Sep.2013 DOI:10.7652/Xjtuxb201309014 一种电流弱信号特征提取方法 陈晓光1,徐光华1’2,梁霖1,张四聪1,罗爱玲1 (1.西安交通大学机械工程学院,710049,西安;2.西安交通大学机械制造系统工程国家重点实验室,710054,西安) 摘要:针对数控机床主轴电流分析中微弱电流信号被噪声淹没的问题,提出了一种将调制随机共 振和口J阈值噪声估计技术用于电流弱信号的特征提取方法。利用调制随机共振技术获得了微弱 电流信号的特征频率,在频域上采用nJ阈值收缩方法对所测得的电流信号进行噪声估计,从中分 离出有用信号,并根据随机共振原理对该有用信号进行了幅值估计。仿真和实验结果表明,该方法 可以对数控机床主轴电流信号中的微弱电流特征信号进行频率识别和幅值估计,克服了传统电机 电流分析方法无法识别微弱电流信号的缺点,能够准确地提取出微弱电流信号中的特征频率,可对 微弱特征信号进行比较准确的幅值估计,因此具有较强的工程实用价值。 关键词:电流弱信号;调制随机共振;D-J阈值噪声估计 中图分类号:TP206文献标志码:A 文章编号:0253-987X(2013)09—0083—05 AMethodofFeatureExtractioninWeakCurrent Signals CHEN Linl,ZHANG Xiaoguan91,XUGuanghual~,LIANGSicon91,LUOAilin91 (1.SchoolofMechanical Engineering,Xi’anJiiaotongUniversity,Xi’an710049,China;2.StateKey for 710054。China) LaboratoryManufacturingSystemsEngineering,Xi’anJiiaotongUniversity,Xi’an Abstract:Toextractweakcurrentfeaturesinthe currentofmachinetools,which signal spindle and areoftenburiedinnoises,a methodwithmodulatedstochasticresonance signalprocessing thresholdis stochasticresonanceis to the D-J theoryproposed.Modulated adoptedamplify featuresofweakcurrent then thresholdischosentomakenoise D-J signals,and theory estimationfor theuseful isestimatedthestochastic extracting signals.Theamplit

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档