奇异值分解对轴承振动信号中调幅特征信息的提取
为了从复杂的轴承振动信号中提取微弱的故障信息,提出了一种基于奇异值分解的特征提取方法.分析 了基于奇异值分解的信号分解和特征提取原理,指出其信号分解的实质是一种线性叠加分解,并通过对轴承振动信号构造Hankel矩阵,利用奇异值分解处理后得到多个分量信号,并选择前面一定数目的分量信号进行叠加,准确地提取到了因滚道损伤引起的调幅特征,进而研究分析了不同数目分量所获得的调幅特征效果,并与小波变换进行比较.研究结果表明SVD对调幅特征的提取效果优于小波变换.
奇异值分解、轴承振动、调幅信号、小波变换
31
TN911.7;TH165.3
国家自然科学基金资助项目50875086;中央高校基本科研业务费专项资金资助项目2009ZM0287;广州市科技计划项目2008J1-C101
2011-08-25（万方平台首次上网日期，不代表论文的发表时间）
共6页
572-577
