特征提取和健康狀態(tài)的辨識(shí)是復(fù)雜系統(tǒng)健康狀態(tài)評估中的關(guān)鍵問題。提出一種新的健康狀態(tài)評估方法,該方法分為3個(gè)步驟:首先,采用經(jīng)驗(yàn)?zāi)B(tài)分解（empirical model decomposition,EMD）和奇異值分解（singular value decomposition,SVD）來提取振動(dòng)信號(hào)的特征變量。然后,運(yùn)用馬田系統(tǒng)（Mahalanobis-Taguchi system,MTS）構(gòu)造馬氏空間,并對其進(jìn)行優(yōu)化,從而降低特征變量的維度。最后,提出了一種健康度（health index,HI）的概念,并且用來對復(fù)雜系統(tǒng)健康問題進(jìn)行評估。該方法成功地應(yīng)用在軸承的健康狀態(tài)評估中。 

【文章來源】：系統(tǒng)工程與電子技術(shù). 2017,39(07)北大核心EICSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 問題描述
2 健康狀態(tài)評估方法
    2.1 特征提取
        2.1.1 EMD方法
        2.1.2 SVD特征提取
    2.2 特征分量的篩選
        2.2.1 確立馬氏空間
        2.2.2 驗(yàn)證馬氏空間
        2.2.3 馬氏空間的優(yōu)化
    2.3 計(jì)算健康指數(shù)
3 實(shí)驗(yàn)與分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于綜合健康指數(shù)與RVM的系統(tǒng)級失效預(yù)測[J]. 陳雄姿,于勁松,陸文高,李行善.  系統(tǒng)工程與電子技術(shù). 2015(10)
[2]基于全方位優(yōu)化算法的改進(jìn)馬田系統(tǒng)分類方法[J]. �？±�,程龍生.  系統(tǒng)工程理論與實(shí)踐. 2012(06)
[3]基于經(jīng)驗(yàn)?zāi)B(tài)分解的超聲波管外測壓信號(hào)去噪[J]. 孫凌逸,黃先祥,蔡偉,楊志勇.  聲學(xué)技術(shù). 2011(05)

博士論文
[1]基于耦合隱馬爾可夫模型的滾動(dòng)軸承故障診斷與性能退化評估研究[D]. 肖文斌.上海交通大學(xué) 2011



本文編號(hào)：3107140