开云优惠体育网页版入口

开云优惠体育网页版入口名称：一种滚动轴承多测量点振动信号压缩采样与同步重构方法

开云优惠体育网页版入口完成单位：兰州理工大学

开云优惠体育网页版入口完成人：郭俊锋;何健;魏兴春;何天经;雷春丽;王智明;陈卫华;宋鸣

所属行业：制造业

开云优惠体育网页版入口登记号：9622022Y0421

开云优惠体育网页版入口简介：

① 课题来源与背景
机械设备运行过程中，轴承作为机械设备的重要部件，其振动信号包含轴承运行状态的关键信息。对设备轴承振动信号进行实时在线监测，不仅能持续掌握设备运行状态，而且可为设备故障诊断、全寿命周期预测以及可靠性提供信息支持。因此，设备轴承振动信号检测具有重要的现实意义和经济价值。
其中，压缩感知(Compressed，Sensing，CS)理论可以突破奈奎斯特采样定理对采样频率的限制，对信号进行远低于奈奎斯特的采样频率进行数据采集并采用欠采样技术对原始信号数据进行高概率重构。
目前，机械振动信号压缩测量重构的方法仅适应于单测点传感器振动信号的压缩测量与重构，而在实际应用工程中，采用多传感器对轴承运行状态进行多测点实时监测，可以更全面的监测轴承的实际运行状态，但也会产生更多的数据。此时，如果采用对单测点传感器数据进行压缩测量重构，虽然在一定程度上解决了数据的储存、传输以及处理问题，但这种方式忽略了相同时段内多测点振动信号的相关性而导致重构精度的降低。
② 研究的目的及意义
为了提高针对多测点机械振动信号的压缩测量重构精度，本发明提出了一种滚动轴承多测量点振动信号压缩采样与同步重构方法，
③ 主要论点与论据
多测点机械振动信号的压缩测量重构时，首先将每个测点训练样本进行分类为公共训练样本和特有训练样本，并采用K-SVD字典学习算法分别训练出每个测点共用的公共学习字典以及特有学习字典，进而根据联合稀疏表示JSM-1模型，将共用的公共学习字典以及特有学习字典构造成联合稀疏表示学习字典；接着采用高斯随机，矩阵对不同测点间相同时段的振动信号进行压缩测量，获得多测点压缩测量值；最后基于联合稀疏表示学习字典对多测点测量值进行联合压缩重构。这样，不仅可以实现对多测点机械振动信号的有效压缩重构处理，而且可以获得很好的压缩重构性能，提高针对多测点振动信号的压缩重构精度，使压缩感知理论很好的被应用于多测点振动信号的压缩测量重构。
④ 创见与创新
可以实现对多测点机械振动信号的有效压缩重构处理，而且可以获得很好的压缩重构性能，提高针对多测点振动信号的压缩重构精度，使压缩感知理论很好的被应用于多测点振动信号的压缩测量重构。
⑤ 社会经济效益，存在的问题
无
⑥ 历年获奖情况
无