基于独立元分析的带噪声声发射信号特征提取研究

发布时间：2017-10-13 17:36

  本文关键词：基于独立元分析的带噪声声发射信号特征提取研究

  更多相关文章： 声发射 独立元分析 盲源分离 FAST-ICA JADE

【摘要】：声发射检测技术是一种安全、高效的动态无损检测技术,被广泛应用于工农业各个领域。在检测时由于多声发射源的存在,测量的结果往往是多个声发射源的混叠信号,同时普遍存在的噪声也使得检测的结果更加复杂,不便于后期的分析和处理。本文运用独立元分析方法,对带噪声发射信号进行盲源分离,提取特征频率进行分析。实验采用旋转机械故障模拟实验平台模拟滚动轴承不同部位故障产生的声发射信号作为主要的声发射信号源,采用SAEU2S数字声发射采集系统作为检测仪器。首先,运用基于最大负熵的FAST-ICA算法,并选择相似系数、二次残差和性能指数(PI)构成一组评价指标对分离的结果进行分析,从不同角度评价算法的性能。分别针对添加随机白噪声的正弦信号、模拟声发射信号和实测的滚动轴承声发射信号进行盲源分离,对分离结果进行频谱分析提取特征频率。从仿真结果和评价指标来看,FAST-ICA算法基本实现带噪声发射信号的盲源分离,保留了信号中的特征频率。其次,考虑随机噪声和不同传感器声发射信号的时差影响,将高阶统计方法引入盲源分离过程,可降低高斯噪声带来的影响。本文运用基于四阶累积量矩阵的联合近似对角化(JADE)算法,其联合近似对角化过程可降低时差的影响。通过与FAST-ICA方法比较可以看出,JADE算法的声发射信号分离结果有效地保留了滚动轴承不同工作状态下的特征频率,同时抑制噪声的影响,可以方便的进行状态分析和故障诊断。
【关键词】：声发射 独立元分析 盲源分离 FAST-ICA JADE
【学位授予单位】：沈阳航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7;TB53
【目录】：

• 摘要6-7
• Abstract7-11
• 主要符号表11-12
• 第1章 绪论12-19
• 1.1 声发射检测技术的应用于发展12-15
• 1.1.1 声发射信号的基本特征12
• 1.1.2 声发射检测基本原理及其发展历史与现状12-15
• 1.1.3 声发射检测在滚动轴承故障诊断中的应用15
• 1.2 独立元分析15-18
• 1.2.1 独立元分析基本原理15-16
• 1.2.2 独立元分析方法的发展历史与现状16-18
• 1.3 论文主要内容与章节18-19
• 第2章 声发射信号采集实验设计19-23
• 2.1 声发射信号采集实验方案19-21
• 2.2 滚动轴承故障声发射数据采集实验21-22
• 2.2.1 单通道采集21
• 2.2.2 多通道采集21-22
• 2.2.3 噪声的影响22
• 2.3 本章小结22-23
• 第3章 基于FAST-ICA的声发射信号分离与特征分析23-49
• 3.1 多源声发射信号的典型特征23-24
• 3.2 ICA基本原理24-30
• 3.2.1 ICA的数学模型24-26
• 3.2.2 ICA的可行性分析26-27
• 3.2.3 ICA的预处理27-28
• 3.2.4 ICA的不确定性28-29
• 3.2.5 ICA的评价指标29-30
• 3.3 FAST-ICA算法基本原理30-37
• 3.3.1 通过非高斯性估计独立成分30-31
• 3.3.2 通过负熵衡量非高斯性31-35
• 3.3.3 基于最大负熵的FAST-ICA算法35-36
• 3.3.4 多个独立成分的估计36-37
• 3.4 基于FAST-ICA的声发射信号分离方法37-38
• 3.5 仿真实例38-48
• 3.6 本章小结48-49
• 第4章 基于JADE的声发射信号分离与特征分析49-65
• 4.1 带噪声ICA模型49-50
• 4.2 JADE算法基本原理50-56
• 4.2.1 四阶累积量50-52
• 4.2.2 四阶累积量矩阵联合近似对角化52-54
• 4.2.3 Givens旋转54-55
• 4.2.4 极大峰度法55-56
• 4.3 基于JADE的声发射信号分离方法56-57
• 4.4 仿真实例57-64
• 4.4.1 JADE算法仿真结果57-63
• 4.4.2 FAST-ICA算法和JADE算法比较63-64
• 4.5 本章小结64-65
• 结论65-67
• 参考文献67-71
• 致谢71-72
• 攻读硕士期间发表（含录用）的学术论文72

【相似文献】

中国期刊全文数据库 前10条

1 林秋华,殷福亮;盲源分离自适应算法的统一形式[J];大连理工大学学报;2002年04期

2 李广彪;张剑云;;基于变步长等变化自适应盲源分离算法[J];电子信息对抗技术;2006年01期

3 苏中元;贾民平;;周期平稳信号盲源分离算法及其应用[J];机械工程学报;2007年10期

4 陈锡明;黄硕翼;;盲源分离综述——问题、原理和方法[J];电子信息对抗技术;2008年02期

5 刘秀芳;艾延廷;张[，

本文编号：1026229