基于主成分分析的特征频率提取算法及应用!-振动测试与诊断.PDF

基于主成分分析的特征频率提取算法及应用!-振动测试与诊断.PDF

  1. 1、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。。
  2. 2、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
  3. 3、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
基于主成分分析的特征频率提取算法及应用!-振动测试与诊断

第 卷第 期 振动测试与诊断 年 月 基于主成分分析的特征频率提取算法及应用 李 振 李伟光 赵学智 郑相立 华南理工大学机械与汽车工程学院 广州 摘要 通过研究主成分分析 简称 中有效特征值与信号频率和幅值之间的关 系发现有效特征值的数量是由原始信号中频率成分的个数决定与幅值频率和相位的大小无关信号中每个频 率产生两个有效的特征值且幅值决定协方差矩阵 的特征值在其分布图中的排列顺序提出了一种基于 的特征频率提取算法该算法可实现对单个或多个特征频率的准确提取将此方法应用于大型转子系统轴心轨迹 的提纯上效果优于谐波小波和小波包算法 关键词 故障诊断信号分析主成分分析特征提取轴心轨迹 中图分类号 模态分解 及稀疏分解等方法而 算法在这 方面的应用少有研究文献 虽然提出了基于奇 问题的引出 异值分解算法在轴心轨迹提纯上的应用但该方法 是通过累积贡献率进行信号降噪合成轴心轨迹 近年来主成分分析 在图像处理 数据压 此方法并不具有提取特征频率的能力 缩 故障诊断 神经网络 模式识别 及小波

您可能关注的文档

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档