频率添加奇异值分解算法及其在故障特征提取中的应用

摘要：

针对奇异值分解(Singular value decomposition,SVD)的频率分离问题,研究了 SVD对单个频率的分离条件,发现SVD分离单个频率的效果取决于各频率的幅值差异.若不同频率的幅值很接近,则SVD就不能分离这些频率,由此提出一种频率添加SVD算法.为了提取原信号中的特征频率,先对原信号添加该频率的理想正弦信号,使原信号中该频率成分和其他频率的幅值产生差异,从而实现对该频率成分的提取,从理论上证明此算法的可行性.仿真信号处理实例表明,即使对于频率值非常接近的两个频率,频率添加SVD算法亦可将它们准确分离,分离结果波形误差小,克服了原来SVD频率分离算法的缺陷.将此算法应用某转子系统的振动特征提取,准确地提取到振动的高阶倍频,发现高阶倍频振幅的周期性波动特征,并分析这种振幅周期性波动的原因.

关键词：奇异值分解;频率添加;幅值差异;单个频率;特征提取

所属期刊栏目：57

分类号：TN91

资助基金：国家自然科学基金;广东省自然科学基金

在线出版日期：2021-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：10-20