本项目以机械设备的振动与噪声的激励源的分析为工程应用背景,发展基于高阶谱,模糊神经网络,隐马尔可夫模型的激励源的盲分离方法,研究内容包括三阶谱盲源分离算法,基于互高创谱的盲反滤波算法,基于隐马尔可夫模型和模糊神经网络的盲分离方法,该方法的实现分机械设备的状态监测和故障诊断更为直接有效,并可将之推广到其他检测领域。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于旋量理论的数控机床几何误差分离与补偿方法研究
铁路大跨度简支钢桁梁桥车-桥耦合振动研究
制冷与空调用纳米流体研究进展
相关系数SVD增强随机共振的单向阀故障诊断
碳纳米管改性海泡石多孔陶瓷及其高效油水分离性能研究
机械振动本底源信号半盲分离与重建方法的研究
传导电磁干扰计量测试及噪声盲源信号软分离研究
复杂电力扰动信号的盲源分离方法研究
基于盲源分离的复合声频信号处理与故障诊断方法