ICA在航空发动机振动信号盲源分离中的应用

研究了基于独立分量分析(independent component analysis,简称ICA)的发动机振动信号盲源分离技术,旨在将发动机振动信号按照不同的激振源进行分离。首先阐述了基于最大信噪比的盲源分离算法原理,通过对仿真信号进行分离,判断了分离输出信号与仿真信号的一致性,验证了该算法的可行性;然后将该算法与FFT分离法相结合,应用于某型双转子航空发动机高、低压转子实测振动信号盲源分离中,取得了很好的分离效果,表明应用ICA技术建立的基于最大信噪比的盲源分离算法具有迭代次数少、计算复杂度低、效果好及稳定等优点。

应用 CO_2 超临界流体从二种卫矛科植物中分离三萜成分

本文应用ＣＯ２超临界流体从二种卫矛科植物中进行三萜成分的分离，分别从独籽藤（ＣｅｌａｓｔｒｕｓｍｏｎｏｓｐｅｒｍｕｓＲｏｘｂ）和巧茶（ＣａｔｈａｅｄｕｌｉｓＦｏｒｓｋ）中各分离出４种三萜成分，并应用波谱方法进行了结构鉴定．