基于非抽样提升小波包的振动信号Volterra级数预测
针对Volterra级数模型在染噪时间序列预测中精度较低以及收敛速度慢两个关键问题,提出了一种基于非抽样提升小波包(Undecimated Lifting Scheme Packet,ULSP)的振动信号Volterra级数预测新方法.先用非抽样提升小波包对信号进行分解,再用奇异值分解对最后一层的所有频带信号进行降噪处理.通过构造二阶Volterra级数预测模型对降噪后的各频带信号进行预测.用非抽样提升小波包重构算法对各频带预测信号进行重构,即可获得预测信号.对仿真信号及工程信号的预测结果表明:结合非抽样提升小波包的多分辨率分析及奇异值降嗓,能明显提高Volterra级数模型的预测精度及收敛速度.本文方法准确预测了某离心压缩机的不平衡故障信号.
机械设备 故障诊断 信号处理 非抽样提升小波包
胡智 段礼祥 张来斌
中国石油大学(北京)机械与储运工程学院,北京102249
国内会议
郑州
中文
201-204
2012-08-16（万方平台首次上网日期，不代表论文的发表时间）