【摘要】：動(dòng)態(tài)盲源分離問(wèn)題是多故障源盲分離的一個(gè)熱點(diǎn)。傳統(tǒng)的機(jī)械故障源分離方法要求滿足統(tǒng)計(jì)特征保持穩(wěn)定,且混合系統(tǒng)保持不變等假設(shè),而忽略了時(shí)序信息。針對(duì)此不足,結(jié)合規(guī)范變量分析(Canonical variate analysis,CVA)和獨(dú)立分量分析(Independent component analysis,ICA),提出一種基于CVA-ICA的機(jī)械多故障源動(dòng)態(tài)盲分離方法。該方法的基本思想是將源信號(hào)看成狀態(tài)空間的狀態(tài)變量,觀測(cè)信號(hào)看成狀態(tài)空間的輸出變量,從而將動(dòng)態(tài)混合盲源分離問(wèn)題轉(zhuǎn)化為狀態(tài)空間盲源分離問(wèn)題,利用規(guī)范變量分析作為降維工具來(lái)構(gòu)造狀態(tài)空間,再利用傳統(tǒng)的ICA算法對(duì)規(guī)范的觀測(cè)信號(hào)進(jìn)行盲源分離。仿真研究表明,在處理動(dòng)態(tài)混合的盲分離中,提出的方法明顯優(yōu)于靜態(tài)ICA方法,取得了滿意的分離效果。將該方法應(yīng)用到滾動(dòng)軸承內(nèi)圈和滾動(dòng)體的故障盲分離中,試驗(yàn)結(jié)果進(jìn)一步驗(yàn)證了該方法的有效性。
[Abstract]:Dynamic blind source separation (DBSS) is a hot topic in multi-fault source blind separation. The traditional mechanical fault source separation method needs to satisfy the assumption that the statistical characteristics remain stable and the hybrid systems remain invariant while ignoring the timing information. In order to solve this problem, a dynamic blind separation method for mechanical multi-fault sources based on CVA-ICA is proposed, which combines the canonical variable analysis (Canonical variate analysis,CVA) and independent component analysis (Independent component analysis,ICA). The basic idea of this method is to treat the source signal as the state variable of the state space and the observation signal as the output variable of the state space, so as to transform the dynamic mixed blind source separation problem into the state space blind source separation problem. The canonical variable analysis is used as a dimensionality reduction tool to construct the state space, and then the traditional ICA algorithm is used to separate the normal observation signals from the blind source. The simulation results show that the proposed method is better than the static ICA method in the blind separation of dynamic mixing, and the satisfactory separation effect is obtained. The method is applied to blind fault separation of rolling bearing inner ring and rolling body. The experimental results further verify the effectiveness of the method.
【作者單位】： 南昌航空大學(xué)無(wú)損檢測(cè)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(51261024,51075372,51265039) 江西省教育廳科技計(jì)劃(GJJ12405) 湖南科技大學(xué)機(jī)械設(shè)備健康維護(hù)湖南省重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(201204)資助項(xiàng)目
【分類(lèi)號(hào)】：TH165.3;TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 唐炬;孟慶紅;王存超;李偉;姚陳果;;局部放電混合信號(hào)的盲分離[J];高電壓技術(shù);2010年04期

2 毋文峰;陳小虎;蘇勛家;;基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾膯瓮ǖ罊C(jī)械信號(hào)盲分離[J];機(jī)械工程學(xué)報(bào);2011年04期

3 李志農(nóng);劉衛(wèi)兵;易小兵;;基于局域均值分解的機(jī)械故障欠定盲源分離方法研究[J];機(jī)械工程學(xué)報(bào);2011年07期

4 何旭平;趙匡;李志農(nóng);;基于核獨(dú)立分量分析的非線性混合機(jī)械故障盲分離方法研究[J];南昌航空大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

5 張潔;高宏力;陳春俊;傅攀;;高速列車(chē)非平穩(wěn)振動(dòng)信號(hào)盲源分離方法及應(yīng)用[J];機(jī)械工程學(xué)報(bào);2014年19期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張浩;劉學(xué)東;吳建強(qiáng);王鳴;;GIS設(shè)備現(xiàn)場(chǎng)安裝作業(yè)質(zhì)量控制要點(diǎn)及注意事項(xiàng)[J];電力安全技術(shù);2011年02期

2 趙志強(qiáng);顏學(xué)龍;;基于EMD和ICA的單通道語(yǔ)音盲源分離算法[J];電子科技;2012年07期

3 孫宜權(quán);王濱;張英堂;李志寧;張光;;基于自適應(yīng)平行因子的柴油機(jī)噴油故障診斷研究[J];兵工學(xué)報(bào);2013年05期

4 張龍;宗成強(qiáng);;非線性信息融合技術(shù)在火力發(fā)電機(jī)組故障診斷中的應(yīng)用[J];廣東電力;2013年05期

5 李志寧;孫宜權(quán);張英堂;田昊;范紅波;;發(fā)動(dòng)機(jī)軸承并發(fā)故障信號(hào)盲源分離方法研究[J];車(chē)用發(fā)動(dòng)機(jī);2013年05期

6 云玉新;趙笑笑;李世鵬;李可軍;張曉星;;基于快速獨(dú)立分量分析算法的氣體絕緣開(kāi)關(guān)設(shè)備局部放電混合信號(hào)分離與缺陷類(lèi)型辨識(shí)[J];高電壓技術(shù);2014年03期

7 鄭超;郭奇;郭麗杰;李慧琳;;基于局部特征尺度分解的旋轉(zhuǎn)機(jī)械故障欠定盲源分離方法研究[J];燕山大學(xué)學(xué)報(bào);2014年02期

8 李遠(yuǎn)景;;基于極限學(xué)習(xí)算法的HVCD電力故障檢測(cè)方法[J];電氣開(kāi)關(guān);2014年04期

9 王嬌;劉郁林;何為;晁志超;;小波分解單通道盲分離干擾抑制方法[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期

10 陽(yáng)建龍;司芹;黃志開(kāi);陳智云;;基于盲源分離和EEMD的水電機(jī)組轉(zhuǎn)子故障診斷研究[J];工業(yè)控制計(jì)算機(jī);2014年12期

相關(guān)會(huì)議論文 前2條

1 云玉新;趙笑笑;王輝;李秀衛(wèi);;基于FastICA算法的GIS混合局放信號(hào)分離及模式識(shí)別[A];2013年中國(guó)電機(jī)工程學(xué)會(huì)年會(huì)論文集[C];2013年

2 Xiaoya Zhang;Xiaodong Wang;Yugang Fan;Jiande Wu;;Fault Diagnosis of Industrial Process Based On KICA and LSSVM[A];第26屆中國(guó)控制與決策會(huì)議論文集[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 張亢;局部均值分解方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];湖南大學(xué);2012年

2 王雷;基于流形學(xué)習(xí)的滾動(dòng)軸承故障診斷若干方法研究[D];大連理工大學(xué);2013年

3 吳強(qiáng);基于道旁聲學(xué)信號(hào)的列車(chē)滾動(dòng)軸承故障診斷技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

4 鞏曉峗;基于全矢譜的非平穩(wěn)故障診斷關(guān)鍵技術(shù)研究[D];鄭州大學(xué);2013年

5 周曉峰;機(jī)械振動(dòng)源的分離和識(shí)別方法研究[D];浙江大學(xué);2012年

6 張?bào)憷?基于概率模型的故障診斷及在航天器中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2013年

7 陳向民;基于形態(tài)分量分析和線調(diào)頻小波路徑追蹤的機(jī)械故障診斷方法研究[D];湖南大學(xué);2013年

8 唐友福;基于廣義局部頻率的非線性非平穩(wěn)信號(hào)故障特征提取方法研究[D];上海大學(xué);2013年

9 劉小平;提升機(jī)故障智能診斷理論及應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2013年

10 苗鋒;盲信號(hào)分離算法及其在轉(zhuǎn)子故障信號(hào)分離中的應(yīng)用方法研究[D];蘭州理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 包莉娑;基于小波脊的超聲蘭姆波信號(hào)分離[D];南京信息工程大學(xué);2012年

2 李娜;基于盲源分離算法的局部放電信號(hào)處理研究[D];北京交通大學(xué);2012年

3 徐元博;盲源分離理論在振動(dòng)篩軸承故障診斷中的應(yīng)用[D];西安建筑科技大學(xué);2012年

4 董曉華;局部均值分解在旋轉(zhuǎn)機(jī)械振動(dòng)中的研究與應(yīng)用[D];燕山大學(xué);2012年

5 于洪光;液壓挖掘機(jī)典型負(fù)載工況研究[D];浙江工業(yè)大學(xué);2012年

6 黃書(shū)華;單通道盲源分離法研究及應(yīng)用[D];太原科技大學(xué);2013年

7 練曉婷;旋轉(zhuǎn)機(jī)械故障早期識(shí)別方法研究與應(yīng)用[D];大連理工大學(xué);2013年

8 鄭晴晴;基于隱Markov模型的滾動(dòng)軸承故障診斷方法研究[D];西南交通大學(xué);2013年

9 溫暖;ICP發(fā)射光譜強(qiáng)度的增強(qiáng)效應(yīng)研究[D];河北大學(xué);2013年

10 孫慶瑞;通信信號(hào)的單通道盲分離技術(shù)研究[D];西安電子科技大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李志農(nóng);呂亞平;范濤;冷傳廣;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的機(jī)械故障欠定盲源分離方法[J];航空動(dòng)力學(xué)報(bào);2009年08期

2 李熠;何永勇;李志農(nóng);褚福磊;;盲源分離和小波消噪在碰摩聲頻信號(hào)分析中的應(yīng)用研究[J];機(jī)械強(qiáng)度;2005年06期

3 李志農(nóng);呂亞平;韓捷;;基于時(shí)頻分析的機(jī)械設(shè)備非平穩(wěn)信號(hào)盲分離[J];機(jī)械強(qiáng)度;2008年03期

4 范濤;李志農(nóng);肖堯先;;基于源數(shù)估計(jì)的機(jī)械源信號(hào)盲分離方法研究[J];機(jī)械強(qiáng)度;2011年01期

5 焦衛(wèi)東;楊世錫;錢(qián)蘇翔;嚴(yán)拱標(biāo);;強(qiáng)干擾下復(fù)雜系統(tǒng)的獨(dú)立源識(shí)別方法[J];機(jī)械工程學(xué)報(bào);2006年09期

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

7 葉紅仙;楊世錫;楊將新;;多振源卷積混合的時(shí)域盲源分離算法[J];機(jī)械工程學(xué)報(bào);2009年01期

8 申永軍;楊紹普;孔德順;;基于奇異值分解的欠定盲信號(hào)分離新方法及應(yīng)用[J];機(jī)械工程學(xué)報(bào);2009年08期

9 房建英;肖新標(biāo);金學(xué)松;李映輝;;行車(chē)速度對(duì)高速列車(chē)車(chē)輪振動(dòng)聲輻射特性的影響[J];機(jī)械工程學(xué)報(bào);2010年22期

10 李志農(nóng);劉衛(wèi)兵;易小兵;;基于局域均值分解的機(jī)械故障欠定盲源分離方法研究[J];機(jī)械工程學(xué)報(bào);2011年07期

相關(guān)博士學(xué)位論文 前1條

1 葉紅仙;機(jī)械系統(tǒng)振動(dòng)源的盲分離方法研究[D];浙江大學(xué);2008年

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張凱;沈宏;;基于貝葉斯理論的機(jī)械故障源盲分離[J];機(jī)械研究與應(yīng)用;2009年03期

2 ;[J];;年期

相關(guān)碩士學(xué)位論文 前2條

1 張芬;基于典型相關(guān)分析的多故障源盲分離方法研究[D];南昌航空大學(xué);2014年

2 李豫川;完備及欠定條件下盲分離在故障診斷中的應(yīng)用研究[D];昆明理工大學(xué);2011年

，

本文編號(hào)：2411063