收藏本站
收藏 | 论文排版

张量分解理论及其在机械故障诊断中的应用

葛茂  
【摘要】:在工程实际中采集的机械设备故障信号通常是不同激励源和多部件耦合振动的结果,具有典型的干扰大、非线性、非平稳等特征,且早期弱故障易被强背景噪声所淹没。此外,单一传感器获取的故障信息有限。因此,强噪声、多组分干扰下的弱故障特征提取以及多传感器联合诊断是当前故障诊断研究的热点问题。信号复杂的动力学特性在重构的高维相空间中可以有效展示,作为矩阵表示的高维扩展,张量是高维数据最自然的表现形式。基于张量分解的信号处理方法能挖掘数据中潜在的特征信息,近年来被广泛的应用于各类信号处理领域。论文以机械设备为研究对象,针对以上几个典型问题,深入研究并改进张量分解理论,为机械故障诊断提供一种新的理论体系。论文的主要工作包括以下几个方面:(1)针对强噪声干扰问题,提出基于张量核范数CP分解的信号降噪方法。将信号的降噪问题转化为信号特征子空间低秩近似求解问题,通过张量核范数最小化实现一维信号在高阶张量空间的低秩表达,并通过凸优化算法求取全局最优的收敛解以实现噪声的鲁棒消除。在此基础上,将提出的方法与多尺度排列熵相结合用于齿轮信号故障诊断中,并选择BP神经网络分类器实现了齿轮不同故障模式的智能识别。(2)针对多组分干扰下的故障特征提取问题,提出基于局部张量鲁棒主成分分析的信号子空间分离方法。在一维信号经重构形成的二阶轨迹张量即轨迹矩阵,在保持降噪性能的基础上,通过平滑核函数和距离函数建立信号的局部低秩模型。该模型认为信号吸引子相空间是代表信号中不同特征成分的多个子空间的线性混合,其对应的局部轨迹矩阵具有典型的低秩特征。并通过求解结合矩阵核范数和罚函数正则项的联合最小化的凸问题可以有效地分离这些低秩特征。然后,利用Teager能量算子计算信号的时频分布并通过故障特征的时频特征识别出故障相关的子空间分量,从而有效地从多组分信号中分离出故障特征。(3)针对多传感器联合分析和早期弱故障特征提取问题,提出基于广义非凸张量鲁棒主成分分析的弱故障特征信号能量保持方法。首先通过相空间重构技术将信号重构到三阶轨迹张量,获得多通道信号的高阶张量表征。然后应用经典的张量奇异值分解模型对其进行非线性滤波以挖掘多通道信号的联合故障特征。通过广义非凸约束对滤波采用的凸优化降噪框架中张量核范数的强凸约束进行非凸放松以避免有用的奇异值管幅值衰减,并利用峭度对于信号冲击特征的敏感的特性,定义一个新的张量奇异值峭度指标来自适应确定奇异值管的重构阶数,最终实现弱故障特征的有效提取和能量保持。(4)针对强噪声和多组分干扰下的弱故障诊断问题,将局部低秩模型扩展到三阶张量空间并对广义非凸张量鲁棒主成分分析进一步优化,提出基于局部广义非凸化张量鲁棒主成分分析的弱故障诊断方法。将实测的多通道信号重构的三阶轨迹张量建模为多个受噪声污染的局部低Tubal秩子空间的线性混合,并通过求解广义非凸优化框架有效分离这些特征子空间。同时定义一个新的多元峭度指标来识别其中与故障相关的子空间分量,从而有效地去除干扰成分并保持提取的故障特征的能量,实现多通道信号早期弱故障的特征提取和准确诊断。


知网文化
【相似文献】
中国期刊全文数据库 前12条
1 徐娇娇;杨志霞;;两个基于不同张量乘法的四阶张量分解[J];运筹学学报;2018年02期
2 韩锋;张量分解为矢量积之和及其意义[J];河池学院学报(综合版);2005年05期
3 刘琚;杜若画;吴强;何泽鲲;于璐跃;;一种基于张量分解的医学数据缺失模态的补全算法[J];数据采集与处理;2021年01期
4 麻安鹏;王君;杜金星;杨本娟;;支持张量机算法优化研究综述[J];智能计算机与应用;2020年10期
5 王君;杜金星;麻安鹏;杨本娟;;朴素支持张量机的算法研究综述[J];智能计算机与应用;2020年12期
6 豆蔻;吴云韬;黄龙庭;陈里;;基于张量链分解的低秩张量补全研究[J];武汉工程大学学报;2021年04期
7 杨鑫刚;耿娟;王来生;赵新斌;;基于张量核函数的支持张量机分类方法[J];数学的实践与认识;2021年14期
8 饶伟;田秀梅;;一种新的有噪张量秩的估计方法[J];南昌工程学院学报;2020年03期
9 赵莉;李宗明;;约束张量规范多元分解时变社区图模型检测[J];计算机工程与设计;2020年08期
10 黄丽亚;苏义博;马捃凯;丁威威;宋传承;;基于同步性脑网络的支持张量机情绪分类研究[J];电子与信息学报;2020年10期
11 林泽榕;何玲玲;徐常青;;张量分解及其在统计模型中的应用[J];应用数学与计算数学学报;2018年04期
12 黄小娟;马海凤;;几类张量乘积的介绍[J];哈尔滨师范大学自然科学学报;2018年01期
中国重要会议论文全文数据库 前20条
1 邹文楠;郑泉水;;高阶偏张量研究[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(下)[C];2007年
2 于晏悦;;张量的协变导数及其性质[A];数学·物理·力学·高新技术研究进展——1998(7)卷——中国数学力学物理学高新技术交叉研究会第7届学术研讨会论文集[C];1998年
3 蒋毅坚;廖理几;陈纲;粱伟;;Raman散射张量结果的分歧与标准[A];中国物理学会光散射专业委员会成立十周年暨第六届学术会议论文集(上)[C];1991年
4 肖建华;;流变速率型本构关系的理论探讨[A];中国流变学研究进展(2010)[C];2010年
5 高建军;程锦坤;Mauricio D.Sacchi;;一种新的张量补全方法及其在地震数据重建中的应用[A];2015中国地球科学联合学术年会论文集(二十八)——专题64应用地球物理学前沿、专题65地球生物学[C];2015年
6 黄永念;;特征张量、并矢张量和方向平均[A];自然、工业与流动——第六届全国流体力学学术会议论文集[C];2001年
7 吴海龙;俞汝勤;;张量校正分析理论若干发展动态[A];中国化学会第十五届全国有机分析及生物分析学术研讨会论文集[C];2009年
8 吴海龙;蒋健晖;沈国励;俞汝勤;;现代分析化学中的“数学分离”及其张量校正[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
9 吴海龙;俞汝勤;;张量校正及其在复杂体系解析中的应用[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
10 丁尚武;侯磊;叶朝辉;;氨基酸中~(14)N的EFG张量主轴系方位的确定[A];第六届全国波谱学学术会议论文摘要集[C];1990年
11 白起鹏;贾哲;倪四道;;帕米尔高原中强地震全矩张量反演及非双力偶成因研究[A];2017中国地球科学联合学术年会论文集(二十七)——专题54:地震物理过程、专题55:智慧地球物理[C];2017年
12 王兴业;;复合材料张量多项式准则实验研究[A];第六届玻璃钢/复合材料学术年会论文集[C];1986年
13 李睿劬;;N-S方程的本质[A];第十届全国流体力学学术会议论文摘要集[C];2018年
14 廖理几;金泽宸;陈纲;蒋毅坚;郝伟;;喇曼过程散射张量计算的新方法[A];中国物理学会光散射专业委员会成立十周年暨第六届学术会议论文集(上)[C];1991年
15 侯磊;丁尚武;胡建治;付日强;叶朝辉;;化学位移张量的测量[A];第五届全国波谱学学术会议论文摘要集[C];1988年
16 黄亮;张恒磊;;基于磁场梯度张量的目标反演方法及其应用[A];国家安全地球物理丛书(十五)——丝路环境与地球物理[C];2019年
17 刘超;陈运泰;;断层厚度的地震效应和非对称矩张量[A];中国地震学会第14次学术大会专题[C];2012年
18 张兴东;孟小红;郭良辉;;卡尔曼滤波在磁梯度张量数据预处理中的应用[A];2014年中国地球科学联合学术年会——专题16:地球物理信息学的发展及应用论文集[C];2014年
19 刘敏;王晶;杨立东;谢湘;匡镜明;;基于张量分解的多声道音频压缩方法[A];第十四届全国人机语音通讯学术会议(NCMMSC’2017)论文集[C];2017年
20 李楠;汪越胜;;阻抗张量在弹性面波理论中的应用[A];中国力学学会学术大会'2005论文摘要集(下)[C];2005年
中国博士学位论文全文数据库 前20条
1 葛茂;张量分解理论及其在机械故障诊断中的应用[D];武汉科技大学;2021年
2 张枫;低管秩张量恢复若干理论及其应用研究[D];西南大学;2020年
3 邓小武;面向复杂高维数据的张量学习理论与方法研究[D];杭州电子科技大学;2019年
4 余锦视;基于低秩张量环的高阶数据补全模型与算法[D];广东工业大学;2020年
5 刘奇龙;强H-张量的判定及应用[D];云南大学;2017年
6 高宇飞;基于张量分解的参数估计方法及其应用[D];电子科技大学;2017年
7 张建光;多媒体分析中的半监督和张量学习的研究[D];天津大学;2016年
8 赵新斌;基于张量数据的分类方法与应用[D];中国农业大学;2015年
9 杨兵;基于张量数据的机器学习方法研究与应用[D];中国农业大学;2014年
10 刘亚楠;基于图和低秩表示的张量分解方法及应用研究[D];安徽大学;2014年
11 郝儒儒;基于矩阵分解的低秩张量恢复算法及其应用[D];大连理工大学;2017年
12 王丽琪;张量低秩逼近与梯度流方法[D];大连理工大学;2015年
13 方子森;基于张量分解的数据补全和去噪算法研究[D];华南理工大学;2019年
14 王安东;低管秩张量恢复模型与算法研究[D];南京理工大学;2019年
15 唐昌新;力学中高阶张量的对称性研究[D];南昌大学;2015年
16 曹明阳;基于张量的信号波达方向估计方法研究[D];哈尔滨工业大学;2019年
17 李旭涛;基于张量的多关系图挖掘关键技术研究[D];哈尔滨工业大学;2013年
18 陈艳燕;基于张量理论的单分类模型及算法研究[D];中国农业大学;2016年
19 孙丽珠;张量谱半径的界及张量广义逆研究[D];哈尔滨工业大学;2017年
20 李阳;张量理论及其在阵列处理中的应用研究[D];复旦大学;2014年
中国硕士学位论文全文数据库 前20条
1 朱天涌;面向张量数据的稀疏分解与字典学习算法研究[D];安徽大学;2015年
2 陈建恒;结构张量及其相关计算问题研究[D];桂林电子科技大学;2019年
3 刘俊灵;基于上下文张量分解的犯罪率分析与预测[D];重庆大学;2019年
4 费靖斯;张量鲁棒主成分分析算法的研究[D];辽宁师范大学;2021年
5 杨丽巧;矩阵和张量的非负分解算法研究及应用[D];电子科技大学;2020年
6 李鹏程;基于张量特征值分析的特征表示及典型应用[D];西安电子科技大学;2015年
7 池永康;低秩张量分解的主成分分析算法研究及应用[D];电子科技大学;2021年
8 王苹苹;低秩张量填充算法及其应用[D];电子科技大学;2021年
9 王茂林;基于张量网络的机器学习模型研究[D];电子科技大学;2021年
10 黄胡晏;基于张量网络分解的多维信号恢复[D];电子科技大学;2021年
11 段严丽;基于张量的时空数据主成分分析及其在经济评级中的应用[D];上海交通大学;2020年
12 李也;张量聚类和回归建模及其在消费行为分析上的应用研究[D];上海交通大学;2020年
13 沈琪;基于张量分解特征提取的发动机故障诊断技术研究[D];武汉科技大学;2017年
14 余煜塬;非负张量环分解算法及在特征提取与聚类中的应用研究[D];广东工业大学;2020年
15 于桂晨;大规模张量的表示方法及应用研究[D];大连理工大学;2020年
16 郭琪;S张量的性质[D];天津大学;2019年
17 陈晓蔺;应用张量t积进行数据聚类和恢复[D];山东大学;2021年
18 吕桂阳;张量问题的若干研究[D];福建师范大学;2020年
19 徐文豪;低秩张量完备模型及算法研究[D];电子科技大学;2020年
20 张兰丹;基于张量恢复的红外弱小目标检测方法研究[D];电子科技大学;2020年
中国重要报纸全文数据库 前4条
1 倪鹏 廖圣柱 陈海波;全方位张量CSMT数值模拟研究取得阶段性成果[N];中国矿业报;2016年
2 本报记者 高建成;洛阳大张量贩跋涉民营路[N];中国商报;2002年
3 记者 吴长锋;利用过程张量方法 我科学家证明量子记忆效应[N];科技日报;2021年
4 本报记者 张崇宁;蓝剑啤酒在西昌投资建厂[N];凉山日报(汉);2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978