西安交通大学机械工程学院,西安,710049
网络首发:2013-09-10,
纸质出版:2013
移动端阅览
陈晓光 1, 徐光华 1, 2, 等. 一种电流弱信号特征提取方法[J]. 西安交通大学学报, 2013,47(9):83-87.
A Method of Feature Extraction in Weak Current Signals[J]. 2013, 47(9): 83-87.
陈晓光 1, 徐光华 1, 2, 等. 一种电流弱信号特征提取方法[J]. 西安交通大学学报, 2013,47(9):83-87. DOI: 10.7652/xjtuxb201309014.
A Method of Feature Extraction in Weak Current Signals[J]. 2013, 47(9): 83-87. DOI: 10.7652/xjtuxb201309014.
针对数控机床主轴电流分析中微弱电流信号被噪声淹没的问题
提出了一种将调制随机共振和D-J阈值噪声估计技术用于电流弱信号的特征提取方法。利用调制随机共振技术获得了微弱电流信号的特征频率
在频域上采用D-J阈值收缩方法对所测得的电流信号进行噪声估计
从中分离出有用信号
并根据随机共振原理对该有用信号进行了幅值估计。仿真和实验结果表明
该方法可以对数控机床主轴电流信号中的微弱电流特征信号进行频率识别和幅值估计
克服了传统电机电流分析方法无法识别微弱电流信号的缺点
能够准确地提取出微弱电流信号中的特征频率
可对微弱特征信号进行比较准确的幅值估计
因此具有较强的工程实用价值。
To extract weak current signal features in the spindle current of machine tools
which are often buried in noises
a signal processing method with modulated stochastic resonance and D-J threshold theory is proposed. Modulated stochastic resonance is adopted to amplify the features of weak current signals
and then D-J threshold theory is chosen to make noise estimation for extracting the useful signals. The amplitude is estimated by the stochastic resonance. The simulated and experimental results show that this method enables to accurately identify the weak feature frequencies and estimate the amplitudes of weak current signals properly.
SCHOEN R R, HABETLER T G. Effects of time-varying loads on rotor fault detection in induction machines [J]. IEEE Transactions on Industry Applications, 1995, 31(4): 900-906.
YACAMINI R, SMITH K S, RAN L. Monitoring torsional vibrations of electro-mechanical systems using stator currents [J]. ASME Journal of Vibration and Acoustics, 1998, 120(1): 72-79.
KENNEDY K, LIGHTBODY G, YACAMINI R. Power system harmonic analysis using the Kalman filter [J]. Power Engineering Society General Meeting, 2003(2): 13-17.
KIA S H, HENAO H, CAPOLINO G A. Mechanical transmission and torsional vibration effects on induction machine stator current and torque in railway traction systems [C]∥Proceedings of IEEE Energy Conversion Congress and Exposition. Piscataway, NJ, USA: IEEE Computer Society, 2009: 3182-3187.
万年红, 马天伟, 王永强, 等. 应用循环平稳方法提取高炉布料装置的状态特征 [C]∥第九届全国振动理论及应用学术会议论文集. 杭州: 浙江大学出版社, 2007: 157-162.
梁霖, 徐光华, 刘飞, 等. 一种免疫随机共振的机床传动系统电流特征频率提取方法: 中国, 201010594627.6 [P]. 2011-09-07.
BENZI R, SUTERA A, VULPIANI A. The mechanism of stochastic resonance [J]. Journal of Physics: A Mathematical and General, 1981, 14(11): 453-457.
DONOHO D L, JOHNSTON I M. Projection-based approximation and a duality with Kernel methods [J]. The Annals of Statistics, 1989, 17(1): 145-152.
刁瑞朋,孟庆丰.一种衰减信号加窗频域插值算法.2013,47(7):85-90.[doi:10.7652/xjtuxb201307016]
董帆,陈启明,于跃平.旋转声源延迟时间方程求解的数值研究.2013,47(7):120-123.[doi:10.7652/xjtuxb201307022]
黄进,金炜东,秦娜,周艳,刘景波.消除阴影和高亮噪声的双梯柱体码本前景检测模型.2013,47(4):28-34.[doi:10.7652/xjtuxb201304006]
陈国强,王宇平.采用离散粒子群算法的复杂网络重叠社团检测.2013,47(1):107-113.[doi:10.7652/xjtuxb201301021]
陈景龙,訾艳阳,何正嘉,袁静.自适应冗余多小波及其在故障诊断中的应用.2012,46(7):44-49.[doi:10.7652/xjtuxb 201207009]
徐宇亮,孙际哲,陈西宏,曾昭博,张金哲.采用多目标粒子群算法的模拟电路故障诊断研究.2012,46(6):92-97.[doi:10.7652/xjtuxb201206016]
栗茂林,梁霖,王孙安,刘弹.结合交叠区异点统计和相关分析的免疫克隆特征选择方法.2012,46(5):50-56.[doi:10.7652/xjtuxb201205009]
薛士明,曹军义,林京,陈阳泉.分数阶阻尼裂纹转子的非线性动力学特性分析.2012,46(1):76-80.[doi:10.7652/xjtuxb201201014]
杨攀,桂小林,田丰,王刚.一种高效的用于话题检测的关键词元聚类方法.2012,46(10):24-28.[doi:10.7652/xjtuxb 201210005]
邵必林,边根庆,张维琪,闫瑾.采用k-均值聚类算法的资源搜索模型研究.2012,46(10):55-59.[doi:10.7652/xjtuxb 201210010]
杨清宇,孙凤伟,张曌,张迪,庄健.利用测地线距离的改进谱聚类算法.2012,46(8):1-7.[doi:10.7652/xjtuxb201208001]
高昂,李增智,赵季中.用于无线自组织网络的属性加密算法.2012,46(8):33-36.[doi:10.7652/xjtuxb201208006]
杜文超,陈庶樵,胡宇翔.向网络流的自适应正则表达式分组匹配算法.2012,46(8):49-53.[doi:10.7652/xjtuxb2012 08009]
任向隆,安建峰,高德远,等.低功耗片上网络映射的遗传及蚂蚁融合算法.2012,46(8):65-70.[doi:10.7652/xjtuxb 201208012]
李彬,王文杰,殷勤业,等.无线传感器网络节点协作的节能路由传输.2012,46(6):1-6.[doi:10.7652/xjtuxb201206001]
代亮,许宏科,陈婷.无线传感器网络可分负载调度算法.2012,46(6):23-28.[doi:10.7652/xjtuxb201206005]
戴力,庄奕琪,景鑫,等.一种新型高性能CMOS电流模式的动态规划电路.2012,46(6):29-35.[doi:10.7652/xjtuxb 201206006]
梁庆伟,姚道远,巩思亮.一种保障时延能量高效的无线传感器网络路由协议.2012,46(6):48-52.[doi:10.7652/xjtuxb 201206009]
0
浏览量
4
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621