导读:本文包含了收缩卷积编码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:卷积,粒子,齿轮,微弱,故障诊断,特征,论文。
唐贵基,王晓龙[1]（2015）在《最大相关峭度解卷积结合稀疏编码收缩的齿轮微弱故障特征提取》一文中研究指出针对强背景噪声环境下齿轮早期故障诊断问题,提出了最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)结合稀疏编码收缩的微弱故障特征提取方法。由于最大相关峭度解卷积算法的处理结果同时受滤波器长度参数及解卷积周期参数的影响,为自适应地实现最佳的解卷积效果,利用粒子群算法优良的寻优特性,对最大相关峭度解卷积算法的最佳影响参数组合进行搜索。原故障信号经影响参数优化的最大相关峭度解卷积算法处理后,冲击特征会明显增强,为剔除剩余噪声,对所获解卷积信号做进一步稀疏编码收缩降噪处理,并通过分析降噪信号的包络谱来识别故障特征频率成分。实例分析结果验证了该方法的有效性和可靠性。(本文来源于《振动工程学报》期刊2015年03期）
[1].唐贵基,王晓龙.最大相关峭度解卷积结合稀疏编码收缩的齿轮微弱故障特征提取[J].振动工程学报.2015
本文来源: https://www.lunwen90.cn/article/a21a7bdac3eeecf9ed92d622.html