典型文献
齿轮故障识别的密度峰值聚类欠定盲源分离算法
文献摘要：
为提高盲源分离算法在振动源数目估计问题中的噪声鲁棒性,提出了一种基于密度峰值聚类的欠定盲源分离算法.对预处理后的信号提取单源点,通过密度峰值聚类对单源点进行聚类得到混合矩阵的估计值.通过基于压缩感知模型对源信号进行重构,得到分离信号.为验证所提算法分离准确性和噪声鲁棒性,用所提算法对不同信噪比下的仿真信号进行分离,结果显示:在信噪比不低于4 dB时,所提算法均可以准确分离出源信号,算法的准确性和鲁棒性得到验证.设计旋转部件故障诊断试验台对所提算法在实际应用中的有效性进行验证,对实测复合故障振动信号进行分离,试验结果表明该算法成功分离出观测信号中的锥齿轮和行星齿轮单一故障特征,有助于工程中旋转部件故障诊断.
文献关键词：
信号处理;故障诊断;欠定盲源分离;密度峰值聚类;稀疏编码
中图分类号：
作者姓名：
李妙珍;李舜酩;陆建涛
作者机构：
南京航空航天大学能源与动力学院,南京210016
文献出处：
引用格式：
[1]李妙珍;李舜酩;陆建涛-.齿轮故障识别的密度峰值聚类欠定盲源分离算法)[J].航空动力学报,2022(05):1010-1019
A类：
B类：
齿轮故障识别,密度峰值聚类,欠定盲源分离,盲源分离算法,振动源,噪声鲁棒性,基于密度,信号提取,源点,过密,混合矩阵,估计值,压缩感知,感知模型,源信号,dB,诊断试验,试验台,复合故障,故障振动,振动信号,功分,观测信号,锥齿轮,行星齿轮,单一故障,故障特征,信号处理,稀疏编码
AB值：
0.341572
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
