摘要
信号的空间信息容易被传统的时频分解所忽略,例如主成分分析(PCA)、快速傅里叶变换(FFT)和独立成分分析(ICA)。对以通道、频率和时间组成的三路张量进行分析,称为平行因子分析(PARAFAC)。将平行因子分析应用于经过连续小波变换后组成的通道-时间-频率信号,利用平行因子分析将每个三阶张量分解为通道、时间和频率特征。它能够从机械非线性多故障模式的多源动态特征识别中提取单源故障信号的时间、频率和空间特征信息,得到非线性变量、多故障模式和多源故障特征在时间、频率和空间上的对应关系。本文研究了多尺度平行因子分析理论,提出了一种多源特征因子的三维时频空间模型重构算法,这个基于平行因子分析和连续小波变换(CWT)的泥沙泵多故障状态监测新方法能够提高故障检测的准确性和有效性。
出处
《水泵技术》
2021年第1期28-35,共8页
Pump Technology
基金
国家自然科学基金(批准号51775390,51901164)。
