中国机械工程
中國機械工程
중국궤계공정
CHINA MECHANICAl ENGINEERING
2013年
13期
1719-1723
,共5页
王丹丹%周宇%叶庆卫%王晓东
王丹丹%週宇%葉慶衛%王曉東
왕단단%주우%협경위%왕효동
多模态幅谱%谱聚类%波峰分割%拉普拉斯矩阵
多模態幅譜%譜聚類%波峰分割%拉普拉斯矩陣
다모태폭보%보취류%파봉분할%랍보랍사구진
multimode spectrum%spectral clustering%partition peaks of wave%Laplacian matrix
在强噪声下频域的模态峰往往受到强烈的干扰,导致模态参数的提取精度下降,甚至产生模态主频误判.针对这种情形,采用谱聚类算法对振动频谱进行宏观聚类,提出了一种新的幅谱分割方法.按照波峰概念把振动信号幅谱分割成波峰的集合,把每个波峰看成一个待聚类的样本,构建波峰相似度函数、拉普拉斯矩阵和聚类算法,引入谱聚类算法进行波峰自动聚类,聚类的结果就是宏观上的单模态大峰.仿真试验表明,这种幅谱波峰分割的谱聚类算法能够减小噪声和虚假模态的影响,与已有的k—means聚类算法相比,具有更强的噪声抵抗能力和更好的聚类能力.通过对斜拉索振动进行模态测试,证实该算法能够得到符合肉眼观察的幅谱分割效果,且具有较好的稳定性和准确性.
在彊譟聲下頻域的模態峰往往受到彊烈的榦擾,導緻模態參數的提取精度下降,甚至產生模態主頻誤判.針對這種情形,採用譜聚類算法對振動頻譜進行宏觀聚類,提齣瞭一種新的幅譜分割方法.按照波峰概唸把振動信號幅譜分割成波峰的集閤,把每箇波峰看成一箇待聚類的樣本,構建波峰相似度函數、拉普拉斯矩陣和聚類算法,引入譜聚類算法進行波峰自動聚類,聚類的結果就是宏觀上的單模態大峰.倣真試驗錶明,這種幅譜波峰分割的譜聚類算法能夠減小譟聲和虛假模態的影響,與已有的k—means聚類算法相比,具有更彊的譟聲牴抗能力和更好的聚類能力.通過對斜拉索振動進行模態測試,證實該算法能夠得到符閤肉眼觀察的幅譜分割效果,且具有較好的穩定性和準確性.
재강조성하빈역적모태봉왕왕수도강렬적간우,도치모태삼수적제취정도하강,심지산생모태주빈오판.침대저충정형,채용보취류산법대진동빈보진행굉관취류,제출료일충신적폭보분할방법.안조파봉개념파진동신호폭보분할성파봉적집합,파매개파봉간성일개대취류적양본,구건파봉상사도함수、랍보랍사구진화취류산법,인입보취류산법진행파봉자동취류,취류적결과취시굉관상적단모태대봉.방진시험표명,저충폭보파봉분할적보취류산법능구감소조성화허가모태적영향,여이유적k—means취류산법상비,구유경강적조성저항능력화경호적취류능력.통과대사랍색진동진행모태측시,증실해산법능구득도부합육안관찰적폭보분할효과,차구유교호적은정성화준학성.
