频带关联因子（BRF）：一种基于振动分析的旋转机械自动频带选择新方法
信号处理
2022-12-06 v1 信息论
math.IT
摘要
鉴于生产过程中的高关键性，旋转机械的监测现已成为工业中的一项基本活动。从相关信号中提取有用信息是有效监测的关键因素：信息频带选择（Informative Frequency Band, IFB）与特征提取/选择领域的研究已被证明是有效的方法。然而，一般而言，这些领域的典型方法侧重于识别存在脉冲激励的频带，或在其信号提取后分析特征的相关性：两种方法在流程自动化与效率方面均存在不足。通常，文献中呈现的方法未能识别对旋转机械振动分析相关的频率；此外，此类方法可能从无关频带提取特征，导致分析复杂度增加。为克服这些问题，本研究提出一种称为频带关联因子（Band Relevance Factor, BRF）的新方法。BRF旨在基于谱熵对旋转机械振动分析的所有相关频带进行自动选择。结果通过关联排序呈现，并可通过热力图进行可视化分析。该方法在合成数据集与两个真实数据集上得到验证，表明BRF能够识别呈现旋转机械分析相关信息的频带。
引用
@article{arxiv.2212.01852,
title = {Band Relevance Factor (BRF): a novel automatic frequency band selection method based on vibration analysis for rotating machinery},
author = {Lucas Costa Brito and Gian Antonio Susto and Jorge Nei Brito and Marcus Antonio Viana Duarte},
journal= {arXiv preprint arXiv:2212.01852},
year = {2022}
}
备注
20 pages