高维优化的提取切尔普莱特转换:算法和应用
Long Ge1, Dezun Zhao2, Tianyang Wang3
1Beijing Key Laboratory of Advanced Manufacturing Technology, Beijing University of Technology, Beijing 100124, China.
ISA transactions
|January 16, 2026
概括
高维优化提取形变换 (HOECT) 改进了复杂信号的时间频率分析. 这种方法可以准确地识别旋转机械的故障,并分析鱼的声音,即使有噪音.
科学领域:
- 信号处理 信号处理
- 机械工程 机械工程
- 声学 声学 在声学方面
背景情况:
- 在不同的条件下旋转的机器会产生复杂的振动信号,其频率组件密集且不成比例.
- 现有的时间频率分析 (TFA) 技术很难为此类信号实现高精度和集中的时间频率表示 (TFR).
- 准确的分析对于机械的运行状态表征和故障诊断至关重要.
研究的目的:
- 为改进TFA提出一种新的高维优化提取形变换 (HOECT) 方案.
- 为了提高复杂的非静止信号的TFR的精度和能量度.
- 为了验证HOECT在机械故障诊断和分析鱼声音等其他复杂信号方面的有效性.
主要方法:
- 开发了一个窗口参数自适应优化标准,以动态匹配信号特征.
- 改进了组件匹配切尔普莱特转换 (CMCT),使用适应性标准在时间-频率-切尔普莱特域中进行频率组件分离.
- 在频率-率域内构建了一个平滑提取运算符 (SEO),以提高能量度.
- 引入了一个连接域分析 (CDA) 算法来抑制噪声和突出显示信号特征.
主要成果:
- 在HOECT准确地描述密集和不成比例的频率组件与高能量度.
- 在运行状态表征和使用行星变速箱振动信号识别故障特征方面表现出优越性.
- 在分析复杂的非静止信号方面表现出强大的稳定性和适用性,与鱼声音数据进行验证.
结论:
- 拟议的HOECT在复杂的非静止信号的时间频率分析方面取得了重大进展.
- HOECT提供了一个强大的工具,用于在旋转机械中准确诊断故障.
- 该方法的稳定性使其适用于各种领域,包括生物声学.
