学位论文 > 优秀研究生学位论文题录展示
交流电机变频调速系统振动信号的盲源分离
作 者: 于欣欣
导 师: 李文
学 校: 大连交通大学
专 业: 计算机应用技术
关键词: 盲源分离 负熵 振动信号 FastICA Infomax 交流电机调速系统
分类号: TM921.51
类 型: 硕士论文
年 份: 2010年
下 载: 38次
引 用: 0次
阅 读: 论文下载
内容摘要
盲源分离(BSS)是一种多维信号处理方法,它指在未知源信号以及混合模型也未知的情况下,仅从观测信号中恢复出源信号各个独立分量的过程。盲源分离已成为现代信号处理领域研究的热点问题,在通信、语音处理、图像处理、地震勘探、生物医学、雷达以及经济数据分析等领域具有非常重要的理论意义和广泛的应用价值。文中以交流电机变频调速系统振动信号为研究对象,主要介绍了快速定点独立分量分析(FastICA)方法和信息最大化(Infomax)方法。首先,介绍了盲源分离问题的提出、研究现状及主要应用,描述了盲源分离的基本原理、数学模型和分类方法,对盲源分离的基本特点和盲源分离方法的性能评价准则进行了详细论述。其次,重点研究了FastICA算法。FastICA算法基于非高斯性最大化原理,使用固定点(Fixed-point)迭代理论寻找非高斯性最大值,然后采用牛顿迭代算法对观测变量的大量采样点进行批处理,每次从观测信号中分离出一个独立分量,是独立分量分析的一种快速算法。然后,研究了信息最大化(Infomax)算法,它是利用信息传输极大原理,即Infomax (information maximization)原则而提出的盲源分离算法。具体可描述为:网络的输入端和输出端的互信息达到最大时,等价于输出端各分量间的相关性最小。Infomax算法是基于信息最大化判据导出的一种新的自组织学习算法,是信息理论和神经网络相结合的产物。最后,对FastICA算法和Infomax算法进行了具体的应用研究。本文是首次将它们应用到了交流电机变频调速系统振动信号的仿真实验中,而且实验结果证明了这两种方法可以实现混合信号中主要振动源信号的提取。然后,对电机振动原因进行了详尽描述,并对实验数据进行了分析。
|
全文目录
摘要 5-6 Abstract 6-10 第一章 绪论 10-16 1.1 盲源分离问题的提出 10-11 1.2 盲源分离研究现状 11-13 1.3 选题的目的及意义 13-14 1.4 旋转机械振动分析的一般步骤 14-15 1.5 本文的主要研究内容 15-16 第二章 盲源分离的基本理论 16-27 2.1 盲源分离的数学模型 16-18 2.2 不相关与统计独立性 18-19 2.3 盲源分离的一些基本知识 19-21 2.3.1 盲源分离的可实现性 19 2.3.2 盲源分离的不确定性 19-20 2.3.3 盲源分离解的等价性 20-21 2.3.4 盲源分离的等变化性 21 2.4 盲源分离算法的分类 21-24 2.5 盲源信号分离与独立分量分析的关系 24 2.6 盲源分离算法性能的评价准则 24-26 本章小结 26-27 第三章 FastICA方法 27-39 3.1 引言 27 3.2 Fast ICA方法相关概念 27-29 3.2.1 熵 27 3.2.2 非高斯性 27-28 3.2.3 负熵 28-29 3.3 Fast ICA的前提假设条件 29 3.4 基于特征值的源数估计方法 29-32 3.4.1 特征值分布法 29-31 3.4.2 信息论准则法 31-32 3.5 Fast ICA算法原理 32-33 3.6 Fast ICA算法的预处理 33-34 3.7 基于负熵极大的Fast ICA算法 34-35 3.8 算法仿真实验 35-37 本章小结 37-39 第四章 Infomax方法 39-50 4.1 引言 39 4.2 Infomax方法相关概念 39-40 4.2.1 K-L散度 39-40 4.2.2 互信息 40 4.3 互信息的一些重要性质 40-41 4.4 信息最大化判据 41-42 4.5 Infomax算法原理 42-43 4.6 改进的信息最大化算法 43-45 4.7 算法仿真实验 45-48 4.8 算法比较 48-49 本章小结 49-50 第五章 电机振动原因及实验数据分析 50-58 5.1 电机振动类型 50-53 5.1.1 电磁振动 50-51 5.1.2 机械振动 51-53 5.2 电机振动原因 53-56 5.2.1 转子不平衡 53-54 5.2.2 定转子磁力中心不正对 54 5.2.3 电机轴承的装配或轴承松动引起的振动 54-55 5.2.4 摩擦 55 5.2.5 基础及电机座不好 55 5.2.6 机械方面的原因 55-56 5.3 电机振动的测量 56 5.3.1 测量位置 56 5.3.2 判定标准 56 5.4 振动特征提取和分析方法 56 5.4 数据分析 56-57 本章小结 57-58 结论 58-60 参考文献 60-64 攻读硕士学位期间发表的学术论文 64-65 致谢 65-66
|
相似论文
- 单通道语音增强算法的研究,TN912.35
- 弱稀疏信号欠定盲分离技术的研究,TN911.7
- 分频段语音盲分离方法研究,TN912.3
- 基于循环统计量的无线电监测信号的分离研究,TN911.7
- 基于振动信号分析的齿轮箱故障诊断仪的研究,TH165.3
- 基于独立分量分析的地震盲反褶积方法及应用研究,P631.4
- 设备振动信号的HHT分析与应用研究,TH165.3
- 交流电机变频调速系统振动特性分析与研究,TM34
- 风力发电机组故障诊断系统研究,TM315
- 低截获概率雷达抗同频干扰方法研究,TN974
- 独立分量分析的重盲分离研究及其在机械故障诊断中的应用,TH165.3
- 齿轮箱远程监测与故障诊断系统的研究,TH165.3
- 基于振动信号处理的旋转机械故障诊断,TH165.3
- 基于盲源分离的肺音信号提取研究,TN911.72
- 基于非稳定性的独立分量分析及四种新稳定性测度方法,TP301.6
- 基于脑电信号的假手控制方法研究,TP391.4
- 基于改进粒子群的盲源分离算法及其应用研究,TN911.7
- 基于盲源分离的管道泄漏声波预警检测技术的研究,TG115.285
- 基于时频分析的机械故障源盲分离方法研究,TH165.3
- 基于ICA域的泊松噪声消除算法以及在CT成像中的应用,TP391.41
中图分类: > 工业技术 > 电工技术 > 电气化、电能应用 > 电力拖动(电气传动) > 控制系统 > 变频控制系统
© 2012 www.xueweilunwen.com
|