基于多通道时频分布的欠定盲源分离方法及在机械复合故障诊断中的应用

发布时间：2020-04-23 22:27

【摘要】：工业现场采集到的观测信号包含多种机械故障特征时,它们之间会相互干扰,要把它们识别并区分开来的难度比单故障特征更大。为此,本文研究了基于多传感器时频分布(Multisensor Time-Frequency Distribution,MTFD)的欠定盲源分离算法,并将其具体应用于机械复合故障诊断中。具体研究内容如下:(1)研究了盲源分离方法的基础理论,主要是盲源分离的三个数学模型,以及一种传统的盲源分离算法,如固定点算法,也对机械设备常用部件在故障模式下的振动信号特点进行了阐述,特别是滚动轴承在时频域上的复合故障特征。(2)盲源分离算法需要对源数的准确估计,特别是当观测数小于源信号数时,能够提取的源数信息更少,要实现源数的准确估计难度更大。本文为此提出了基于矩阵非负低秩稀疏表示的欠定源数估计方法,通过将观测信号进行多重迭代和构造非负低秩稀疏图,获得低秩稀疏的最优解矩阵和与源信号相关的图权矩阵及其秩的大小,从而得到准确的源数估计。(3)结合多传感器时频分布和盲源分离的特点,提出针对机械复合故障诊断的欠定盲源分离方法。首先利用Wigner-Ville分布将观测信号转化为MTFD矩阵;然后对该矩阵进行白化处理和噪声阈值处理,并对其自动项进行选择,对其特征向量进行集群处理,从而得到源信号时频分布(Time-Frequency Distribution,TFD)矩阵的估计;最后对源信号进行重建,得到准确的源信号估计。仿真及试验结果表明,本文所提出的方法在处理非平稳信号的欠定盲源分离方面,具有很好的效果。
【学位授予单位】：武汉科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH17

【相似文献】

相关期刊论文 前10条

1 逄栋文;;微弱信号检测的盲源分离方法及应用研究[J];科学中国人;2017年02期

2 陈阳,何振亚,杨绿溪;数格子——一种简单的盲源分离方法[J];数据采集与处理;2002年01期

3 张天骐;马宝泽;强幸子;全盛荣;;带自适应动量因子的变步长盲源分离方法[J];通信学报;2017年03期

4 刘建强,冯大政;脉冲噪声中的盲源分离方法[J];电子与信息学报;2003年07期

5 孙逸洁;李福胜;梁明亮;董黎生;;基于蝙蝠算法的机械故障盲源分离方法研究[J];机械强度;2018年05期

6 冷永刚;陈婷婷;黄立坤;赵艳菊;丁文祺;;基于独立分量分析的重盲源分离方法[J];振动工程学报;2010年05期

7 秦国军;莫芙蓉;;滚动轴承含噪声谐波信号的欠确定盲源分离方法研究[J];国防科技大学学报;2006年01期

8 赵燕斌;邱天爽;金涛;;一种基于波束形成理论的盲源分离方法[J];航天医学与医学工程;2010年03期

9 李志宁;孙宜权;张英堂;田昊;范红波;;发动机轴承并发故障信号盲源分离方法研究[J];车用发动机;2013年05期

10 郑超;郭奇;郭丽杰;李慧琳;;基于局部特征尺度分解的旋转机械故障欠定盲源分离方法研究[J];燕山大学学报;2014年02期

相关会议论文 前4条

1 钱进;秦志峰;;一种基于二阶统计的盲源分离方法[A];2001年全国水声学学术会议论文集[C];2001年

2 贺升平;吴瑞娜;;基于盲源分离方法的地下振动信号分析[A];2011'中国西部声学学术交流会论文集[C];2011年

3 李舜酩;;转子振动信号的盲源分离研究[A];第三届全国虚拟仪器大会论文集[C];2008年

4 孟宗;樊凤杰;;轧机主传动系统扭振盲源分离方法研究[A];2010中国仪器仪表与测控技术大会论文集[C];2010年

相关博士学位论文 前3条

1 王坤朋;微弱信号检测的盲源分离方法及应用研究[D];重庆大学;2014年

2 张念;盲源分离理论及其在重磁数据处理中的应用研究[D];中国地质大学;2013年

3 刘尚坤;基于振动信号处理的旋转机械故障诊断方法研究[D];华北电力大学(北京);2017年

相关硕士学位论文 前10条

1 李小彪;基于多通道时频分布的欠定盲源分离方法及在机械复合故障诊断中的应用[D];武汉科技大学;2019年

2 皮海玉;基于量子遗传的机械故障源盲源分离方法研究[D];南昌航空大学;2015年

3 王垒;基于独立分量分析盲源分离方法的研究[D];兰州理工大学;2010年

4 王晓燕;盲源分离方法及其在旋转机械故障诊断中的应用研究[D];燕山大学;2015年

5 陈婷婷;独立分量分析在旋转机械故障诊断中的应用研究[D];天津大学;2012年

6 赵金龙;齿轮箱振动信号的盲源分离方法[D];辽宁科技大学;2015年

7 刘书溢;盲源分离技术在转子故障诊断中的应用[D];长春工业大学;2016年

8 张育根;卷积混合非平稳振动信号的盲分离[D];哈尔滨工业大学;2010年

9 蔡龙;基于盲源分离的旋转机械故障诊断方法研究[D];燕山大学;2014年

10 苗志敏;非线性混合信号的盲源分离研究[D];哈尔滨工程大学;2011年

，

本文编号：2638219