一种基于SST-MOM的改进形态成分分析算法及其应用

doi:10.16578/j.issn.1004.2539.2012.06.024

您当前的位置：

首页 >

文章列表页 >

一种基于SST-MOM的改进形态成分分析算法及其应用

更新时间：2025-04-03

- 一种基于SST-MOM的改进形态成分分析算法及其应用
- Vol. 36, Issue 6, Pages: 93-98(2012)
- 作者机构：
  
  石家庄军械工程学院
- 作者简介：
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2012.06.024
  CLC： TH165.3;TH132.41
- Published：2012
- 稿件说明：
移动端阅览
[1]杨杰,郑海起,关贞珍,王彦刚,田昊.一种基于SST-MOM的改进形态成分分析算法及其应用[J].机械传动,2012,36(06):93-98.

[J]. 2012, 36(6): 93-98.
[1]杨杰,郑海起,关贞珍,王彦刚,田昊.一种基于SST-MOM的改进形态成分分析算法及其应用[J].机械传动,2012,36(06):93-98. DOI： 10.16578/j.issn.1004.2539.2012.06.024.

[J]. 2012, 36(6): 93-98. DOI： 10.16578/j.issn.1004.2539.2012.06.024.

摘要

形态成分分析（MCA）是最新提出的一种基于稀疏表示的信号和图像分解（分离）方法

其扩展算法GMCA（Generalized MCA）可用于超定和欠定情形的盲源分离。为了降低GMCA算法中重构信号的均方差

提高分离信号的精度

将半软阈值函数和MOM阈值更新机制相结合

提出了SST-MOM（Semi-soft Thresholding MOM）阈值更新策略

仿真结果表明

新算法较原GMCA算法提高了分离信号的信噪比

将其应用于齿轮箱复合故障诊断中

有效地识别出了两路观测信号中的3种故障

表明了该算法的有效性。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

齿轮箱故障诊断技术的新发展

The Way of Measuring Transmission Efficiency of Gearing on a Gear Tester with Mechanical closed Power

基于频谱分析的齿轮箱噪声源诊断

基于Hilbert解调技术的齿轮箱故障诊断

摆动齿轮箱自动压紧摩擦驱动旋转舞台

Related Author

高国华

张永忠

孟玲茹

张磊

邱天高

赵志高

黄其柏

姚志斌

Related Institution

沈阳大学

宁波职业技术学院2. 华南理工大学

郑州机械研究所2. 河南工业大学

上海宝钢设备部2. 上海宝钢钢管厂3. 郑州机械研究所

重庆齿轮箱有限责任公司

⁰