《機械病態噪聲場中多源分量盲提取方法研究》是依託昆明理工大學，由伍星擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：機械病態噪聲場中多源分量盲提取方法研究
- 項目類別：青年科學基金項目
- 項目負責人：伍星
- 依託單位：昆明理工大學
- 支持經費：20（萬元）
- 研究期限：2009-01-01 至 2011-12-31
- 負責人職稱：教授
- 申請代碼：E0503
- 批准號：50805071
項目摘要
盲信號處理是機械設備聲學故障診斷技術中的一個重要方法，它本質上是對機械混合噪聲場建立盲處理數學模型。目前在設備數目較少、信噪比較高的小面積非病態聲場情況下，直接套用盲處理技術可以達到設備狀態監測診斷的目的，但是對於盲信號處理方法的聲學監測和診斷技術研究還有很多難點問題有待深入挖掘。本課題針對多聲源、強幹擾兩個難點問題對大面積病態複雜噪聲場中少數關鍵特徵信號的識別問題展開研究，研究建立病態多源聲場的瞬時混合時域和卷積混合頻域盲分量提取模型；採用神經網路盲提取方法和微粒群算法理論，提取設備微弱的故障特徵信號；採用微粒群算法和多源分量順序提取方法研究少數幾個關鍵特徵信號，以多分量盲提取和微粒群算法相結合的優勢彌補傳統噪聲信號識別困難的不足，促進小面積簡單設備的噪聲識別到複雜多源聲場中聲信號分離提取，最終實現在多聲源病態聲場環境下提取被掩蓋或淹沒的反映機械設備運行狀態的特徵聲信號。
