科技成果
成果名称: 一种稀疏紧框架字典学习模型的多故障辨识方法与装置
成果登记号: 9612019Y2784
第一完成单位: 西安交通大学
联 系 人: 刘一凡
成果类型: 应用技术
成果体现形式 : 新技术
技术领域: 其他
应用行业: 科学研究和技术服务业
成果简介:
本公开涉及一种稀疏紧框架字典学习模型的多故障辨识方法与装置
所述方法在传统稀疏字典学习的过程中加入紧框架约束,将不同结构化的故障特征信息自适应地分解到一系列子空间中,并利用分析稀疏追踪算法消除大部分的高斯白噪声,然后利用故障动力学的物理先验,研究并设计出一组故障敏感性指标集,并通过最优子空间匹配技术实现复合故障信号的解耦,最后通过谱分析方法,识别复合故障模式
所述方法及装置方便且有效地实现多源特征子空间的解耦、以及多故障模式的辨识,对机械系统的核心组件维护和检修计划的安排调整给出指导性建议