空调电机振声信号的盲源分离故障特征提取

来源 :电力系统及其自动化学报 | 被引量 : 0次 | 上传用户:mddh9666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电机振声信号蕴涵着丰富的电机状态信息,文中提出利用电机振声信号对电机进行故障诊断,实现噪声出厂检测。由于观测信号信噪比较小,难于提取电机振声信号故障特征。应用盲分离技术从观测信号提取独立的声源信号,提出了基于峭度的盲源分离开关算法,可以在源信号概率密度函数未知时提取独立分量,消除相邻部件辐射噪声的干扰。实验证明该算法成功分离电机振声信号,有效提取故障特征。
其他文献
由于质量问题导致批量退货、成本上升、客户满意度田下降,最终将导致市场的丧失,进而会引发公司的生存危机。这不是危言耸听,这是许多企业血的教训。回顾公司最近几年来在质
提出了电力系统混沌振荡自适应控制的一种方法。电力系统混沌振荡状态和它的微分信号由微分跟随器实时提取,并通过微分跟随器对非线性周期性负荷扰动的影响进行自适应补偿。在
针对电力负荷预测中对参考临域的选取不精确以及传统神经网络外延能力弱的特点,文中提出一种运用改进BP神经网络来进行电力负荷混沌多步预测的方法,在重构负荷数据相空间的基