单通道盲分离理论在滚动轴承故障诊断中的应用研究

发布时间：2021-08-20 11:06

　　伴随着自动化程度的提高,机械系统结构越来越复杂与精密,对机械系统的状态监测与故障诊断也日益重要。旋转机械是应用最广泛的机械设备之一,旋转机械故障约有30%是滚动轴承引起的。本文研究了单通道盲分离算法在滚动轴承故障诊断中的应用。首先阐述了论文的选题背景及研究意义,介绍了盲信号分离发展现状及其在机械故障诊断领域的应用现状。研究了盲分离方法的常用算法,讨论了白噪声个数及源信号非高斯性对分离效果的影响。实验表明:源信号中高斯信号最多只能有一个,且源信号中所含噪声成分越少分离效果越好。为了使单通道信号盲分离满足正定约束条件,研究了基于预处理和主分量分析相结合的单通道盲分离方法。首先对信号进行预处理,再通过主分量分析算法提取主要成分,以估计源信号的个数。研究表明采用不同的预处理方法会影响信号的盲分离效果。因此寻求一种有效的预处理方法是单通道盲信号分离的关键。频率切片小波变换（FSWT）可对任意频带进行重构,无需依赖小波函数,提取感兴趣的频带并重构,有效地提取了轴承损伤故障特征信息。在研究FSWT特性基础上,提出了基于FSWT预处理的单通道盲分离方法。正确地分离出轴承损伤故障特征。为解决盲分离算法分... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 论文选题背景及研究意义
    1.2 盲信号分离研究现状
    1.3 盲信号分离在机械故障诊断中的发展现状
    1.4 论文研究内容及安排
        1.4.1 课题来源及研究内容
        1.4.2 本文章节安排
第二章 ICA基本理论与方法
    2.1 引言
    2.2 ICA基本理论
        2.2.1 ICA定义及数学模型
        2.2.2 ICA的可辨识性及不确定性
    2.3 ICA常用算法研究
        2.3.1 特征矩阵的联合近似对角化法
        2.3.2 最大信息熵算法
        2.3.3 固定点算法
        2.3.4 算法分离效果对比
    2.4 白噪声对分离效果的影响
    2.5 源信号非高斯性对分离效果的影响
    2.6 小结
第三章 基于预处理的单通道盲信号分离算法
    3.1 引言
    3.2 主分量分析理论
    3.3 算法基本原理
    3.4 时空法
        3.4.1 算法基本原理
        3.4.2 实验
    3.5 总体经验模态分解
        3.5.1 算法基本原理
        3.5.2 实验
    3.6 非抽样小波变换
        3.6.1 算法基本原理
        3.6.2 实验
    3.7 算法分离效果对比
    3.8 小结
第四章 基于FSWT-ICA的单通道盲分离算法
    4.1 引言
    4.2 频率切片小波变换
        4.2.1 FSWT基本原理
        4.2.2 实验分析
        4.2.3 工程应用
    4.3 基于FSWT-ICA的单通道盲分离算法
        4.3.1 算法基本原理
        4.3.2 实验分析
        4.3.3 工程应用
    4.4 小结
第五章 基于CICA的单通道盲信号分离算法
    5.1 引言
    5.2 基于脉冲法的CICA算法
        5.2.1 CICA基本原理
        5.2.2 参考信号的构造
        5.2.3 基于脉冲法的CICA算法实验仿真
        5.2.4 各参数对提取效果影响
    5.3 基于CICA的单通道盲分离算法
        5.3.1 算法基本原理
        5.3.2 工程应用
    5.4 小结
第六章 结论与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢


【参考文献】：
期刊论文
[1]基于约束独立成分分析的轴承复合故障特征提取方法[J]. 李瑞彤,王华庆,屈红伟,齐放,李美娇.  噪声与振动控制. 2015(03)
[2]基于EEMD子带提取相关机械振动信号单通道盲源分离[J]. 孟宗,蔡龙.  振动与冲击. 2014(20)
[3]基于约束独立分量分析的脑电特征提取[J]. 黄璐,王宏.  东北大学学报(自然科学版). 2014(03)
[4]频率切片小波变换时频分析方法在发电机组故障诊断中的应用[J]. 段晨东,高强,徐先峰.  中国电机工程学报. 2013(32)
[5]基于谱峭度和cICA的滚动轴承故障特征提取[J]. 梁瑜,郭瑜,吴川辉.  机械强度. 2013(05)
[6]多元消减约束独立分量分析及其在振源贡献量计算中的应用[J]. 张杰,张周锁,朱冠汶,陈彬强,成玮,何正嘉.  机械工程学报. 2014(05)
[7]基于小波包-变分贝叶斯独立分量分析的源信号盲分离方法[J]. 李志农,周伟,刘卫兵,何况.  南昌航空大学学报(自然科学版). 2013(01)
[8]基于小波分量奇异值分解的单通道盲分离算法[J]. 张纯,杨俊安,叶丰.  电子测量与仪器学报. 2011(11)
[9]基于局域均值分解的机械故障欠定盲源分离方法研究[J]. 李志农,刘卫兵,易小兵.  机械工程学报. 2011(07)
[10]基于经验模式分解的单通道机械信号盲分离[J]. 毋文峰,陈小虎,苏勋家.  机械工程学报. 2011(04)

博士论文
[1]约束独立成分分析及其在滚动轴承故障诊断中的应用[D]. 王志阳.上海交通大学 2011
[2]基于独立分量分析的旋转机械故障诊断方法研究[D]. 焦卫东.浙江大学 2003

硕士论文
[1]基于ICA和矩阵分解的单通道数字调制信号分离算法研究[D]. 廖理.电子科技大学 2013
[2]单通道时频混叠信号调制识别与参数估计研究与实现[D]. 吴量.解放军信息工程大学 2012
[3]MP在单通道盲信号分离中的应用[D]. 张文惠.西南交通大学 2011



本文编号：3353386