本文主要研究内容
作者孟祥晶,程军圣,杨宇,潘海洋（2019）在《基于复数微分算子的最优化分解方法及其应用》一文中研究指出：针对机械故障振动信号的非线性与非平稳特征,提出一种基于复数微分算子的最优化分解(Optimization Decomposition Based on Complex Differential Operators,CDOOD)方法。该方法通过优化滤波器的参数将非线性信号分解,以得到的非线性信号分解余量能量最小为优化目标,在优化过程中运用复数微分算子约束得到多个内禀窄带分量(Intrinsic Narrow-Band Components,简称INBC)。将CDOOD方法应用于仿真信号和机械复合故障信号分析,并与自适应最稀疏时频分析(Adaptive Sparsest Time Frequency Analysis,简称ASTFA)方法和经验模态分解(Empirical Mode Decomposition,简称EMD)方法进行对比。结果表明,CDOOD能够有效抑制端点效应和模态混淆,并且在提高分量准确性和正交性等方面具有一定优势,同时可以有效应用于旋转机械复合故障的诊断。
Abstract
zhen dui ji xie gu zhang zhen dong xin hao de fei xian xing yu fei ping wen te zheng ,di chu yi chong ji yu fu shu wei fen suan zi de zui you hua fen jie (Optimization Decomposition Based on Complex Differential Operators,CDOOD)fang fa 。gai fang fa tong guo you hua lv bo qi de can shu jiang fei xian xing xin hao fen jie ,yi de dao de fei xian xing xin hao fen jie yu liang neng liang zui xiao wei you hua mu biao ,zai you hua guo cheng zhong yun yong fu shu wei fen suan zi yao shu de dao duo ge nei bing zhai dai fen liang (Intrinsic Narrow-Band Components,jian chen INBC)。jiang CDOODfang fa ying yong yu fang zhen xin hao he ji xie fu ge gu zhang xin hao fen xi ,bing yu zi kuo ying zui xi shu shi pin fen xi (Adaptive Sparsest Time Frequency Analysis,jian chen ASTFA)fang fa he jing yan mo tai fen jie (Empirical Mode Decomposition,jian chen EMD)fang fa jin hang dui bi 。jie guo biao ming ,CDOODneng gou you xiao yi zhi duan dian xiao ying he mo tai hun xiao ,bing ju zai di gao fen liang zhun que xing he zheng jiao xing deng fang mian ju you yi ding you shi ,tong shi ke yi you xiao ying yong yu xuan zhuai ji xie fu ge gu zhang de zhen duan 。
论文参考文献
论文详细介绍
论文作者分别是来自噪声与振动控制的孟祥晶,程军圣,杨宇,潘海洋，发表于刊物噪声与振动控制2019年02期论文，是一篇关于振动与波论文,稀疏分解论文,内禀窄带分量论文,复数微分算子论文,机械复合故障诊断论文,噪声与振动控制2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自噪声与振动控制2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：振动与波论文; 稀疏分解论文; 内禀窄带分量论文; 复数微分算子论文; 机械复合故障诊断论文; 噪声与振动控制2019年02期论文;