本文關(guān)鍵詞：基于單通道盲源分離理論的故障特征提取技術(shù)，由筆耕文化傳播整理發(fā)布。

【摘要】：機(jī)械故障特征的提取技術(shù)對機(jī)械系統(tǒng)的狀態(tài)監(jiān)測、故障診斷具有重要意義。直接從機(jī)械系統(tǒng)獲得的觀測信號實質(zhì)上是各個部件產(chǎn)生信號的混合,能夠反映關(guān)鍵部件運(yùn)行狀況的有效信號特征往往被淹沒在了混合信號中。為了對機(jī)械關(guān)鍵部件進(jìn)行準(zhǔn)確監(jiān)測和診斷,必須從復(fù)雜的觀測信號中有效地估計與分離出能夠反映設(shè)備工作狀態(tài)的信息,這也是基于單通道盲源分離理論的故障特征提取技術(shù)的重要任務(wù)。單通道盲源分離(Single Channel Blind Source Separation,SCBSS)僅利用單路傳感器接收的混合信號,提取出關(guān)鍵特征信息,實際情況中由于機(jī)械結(jié)構(gòu)、安裝條件和成本的限制,往往僅存在單個傳感器,恰恰與單通道盲源分離技術(shù)的應(yīng)用環(huán)境相符合,使得其在機(jī)械故障診斷中具有深遠(yuǎn)的科研意義和應(yīng)用價值,吸引越來越多的科研人員投入研究。本文以機(jī)械設(shè)備故障特征提取為研究背景,對單通道盲源分離算法及應(yīng)用進(jìn)行探討,主要研究工作和成果如下:(1)研究和分析獨(dú)立分量分析理論和算法,實驗表明FastICA算法具有迭代速度快、輸出穩(wěn)定可靠、算法易實現(xiàn)等優(yōu)點,可作為單通道盲源分離算法的核心工具。(2)研究了基于虛擬多通道的單通道盲源分離算法,該算法通過對單通道混合信號的預(yù)處理,將單通道問題轉(zhuǎn)化為虛擬的多通道問題,其關(guān)鍵在于預(yù)處理算法的選擇。通過實驗對比分析了時空法、DWT、EMD、EEMD等預(yù)處理算法的性能和優(yōu)缺點。(3)研究了非抽樣小波變換原理及特性,非抽樣小波變換不需要抽樣操作,每層分解輸出的高通和低通信號長度與原始信號相同,在時域和頻域上信息是冗余的,分解結(jié)果頻帶交疊很少,將其應(yīng)用到發(fā)電機(jī)組的故障診斷中,有效提取了軸瓦松動故障的特征。(4)提出了一種基于UWT-ICA的單通道盲源分離方法,實驗表明該方法具有良好的分離效果和效率,將其應(yīng)用到軸承的故障特征頻率提取中,分離的分量清晰地揭示了與軸承故障相關(guān)的特征。
【關(guān)鍵詞】：獨(dú)立分量分析 虛擬多通道 單通道盲源分離 非抽樣小波變換 特征提取
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH165.3
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 選題背景及研究意義9-10
• 1.2 盲源分離的發(fā)展及研究現(xiàn)狀10-14
• 1.3 盲源分離在機(jī)械故障診斷中的研究現(xiàn)狀14
• 1.4 本文研究內(nèi)容14-16
• 第二章 盲源分離基本理論16-34
• 2.1 引言16
• 2.2 盲源分離基本理論16-19
• 2.2.1 盲源分離數(shù)學(xué)模型17
• 2.2.2 盲源分離的基本假設(shè)17-18
• 2.2.3 分離結(jié)果的不確定性18
• 2.2.4 分離結(jié)果的評價標(biāo)準(zhǔn)18-19
• 2.3 獨(dú)立分量分析（ICA）算法19-32
• 2.3.1 ICA的目標(biāo)函數(shù)19-21
• 2.3.2 ICA的常用算法21-27
• 2.3.3 高斯白噪聲信號對分離效果的影響27-29
• 2.3.4 源信號的非高斯性對分離效果的影響29-32
• 2.4 小結(jié)32-34
• 第三章 基于虛擬多通道的單通道盲源分離算法34-55
• 3.1 引言34
• 3.2 虛擬多通道盲源分離算法34-35
• 3.3 時空法35-41
• 3.3.1 時空法的概念35-36
• 3.3.2 實驗36-41
• 3.4 離散小波變換（Discrete Wavelet Transform）41-46
• 3.4.1 離散小波變換的概念41-43
• 3.4.2 實驗43-46
• 3.5 經(jīng)驗?zāi)B(tài)分解（Empirical Model Decomposition）46-50
• 3.5.1 經(jīng)驗?zāi)B(tài)分解的概念46-48
• 3.5.2 實驗48-50
• 3.6 總體經(jīng)驗?zāi)B(tài)分解法（Ensemble EMD）50-54
• 3.6.1 總體經(jīng)驗?zāi)B(tài)分解的概念50-51
• 3.6.2 實驗51-54
• 3.7 小結(jié)54-55
• 第四章 非抽樣小波變換55-64
• 4.1 引言55
• 4.2 非抽樣小波變換原理55-57
• 4.3 實驗分析57-59
• 4.4 工程應(yīng)用59-63
• 4.5 小結(jié)63-64
• 第五章 基于UWT-ICA單通道盲源分離算法64-82
• 5.1 引言64
• 5.2 基于UWT-ICA單通道盲源分離算法的原理64-65
• 5.3 實驗分析65-71
• 5.3.1 僅利用逼近信號構(gòu)建觀測矩陣X67-68
• 5.3.2 僅利用細(xì)節(jié)信號構(gòu)建觀測矩陣X68-69
• 5.3.3 混合利用逼近信號和細(xì)節(jié)信號構(gòu)建觀測矩陣X69-71
• 5.4 滾動軸承的故障特征提取71-81
• 5.4.1 軸承損傷模擬實驗72-74
• 5.4.2 軸承故障特征提取工程應(yīng)用74-81
• 5.5 小結(jié)81-82
• 第六章 結(jié)論與展望82-84
• 參考文獻(xiàn)84-88
• 攻讀碩士學(xué)位期間取得的研究成果88-89
• 致謝89

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報;2002年04期

2 李廣彪;張劍云;;基于變步長等變化自適應(yīng)盲源分離算法[J];電子信息對抗技術(shù);2006年01期

3 蘇中元;賈民平;;周期平穩(wěn)信號盲源分離算法及其應(yīng)用[J];機(jī)械工程學(xué)報;2007年10期

4 陳錫明;黃碩翼;;盲源分離綜述——問題、原理和方法[J];電子信息對抗技術(shù);2008年02期

5 劉秀芳;艾延廷;張[，

本文編號：301731