稀疏表示与字典学习（2）基于字典学习的振动信号处理

Robo-网络矿产提炼工

于 2022-11-14 10:14:54 发布

阅读量489

点赞数

分类专栏：风机关键部件以及轴承故障诊断纳米摩擦发电传感振动分析-与高阶计算机视觉技术文章标签：学习信号处理 python

本博客为个人撰写，未经商业授权严禁转载！

本文链接：https://blog.csdn.net/u013537270/article/details/127830027

版权

风机关键部件以及轴承故障诊断同时被 2 个专栏收录

52 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

纳米摩擦发电传感振动分析-与高阶计算机视觉技术

30 篇文章 ¥99.90 ¥299.90

订阅专栏

本文介绍了一种基于字典学习的振动信号处理方法，针对Ottawa变转速轴承数据集，首先进行信号读取，然后通过字典学习训练集提取信号特征，选择相关系数最高的原子进行循环移位优化，最后使用正交匹配追踪算法重构信号，得到轴承故障的时域特征图。实验结果显示了正常状态和外圈故障的可视化对比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 信号读取

测试数据集为Ottawa 变转速轴承数据集

import scipy.io as scio
import matplotlib.pyplot as plt

def data_acquist(file_path):
    # 从mat文件中 提取振动信号
    # file_path = r"C:\Users\LIU\PycharmProjects\pythonProject\ottawa_bearing_data_divisio

了解本专栏

超级会员免费看