基于独立分量分析与相关系数的机械故障特征提取
本文关键词：基于独立分量分析与相关系数的机械故障特征提取，由笔耕文化传播整理发布。
基于独立分量分析与相关系数的机械故障特征提取
振
第32卷第6期
动与冲击
Vol．32No．62013
JOURNALOFVIBRATIONANDSHOCK
基于独立分量分析与相关系数的机械故障特征提取
赵志宏
摘
1，2
，杨绍普2，申永军2
（1．石家庄铁道大学信息科学与技术学院，石家庄050043；2．河北省交通安全与控制重点实验室，石家庄050043）
要：提出一种基于独立分量分析与相关系数的机械故障特征提取方法。首先对不同工况的机械振动信号分
别进行独立分量分析，获得各种工况信号的独立分量，这些独立分量中蕴含了该工况的一些内在特征；接着利用样本与不与直接利用相关系数作为特征相比鲁棒性与区分同工况信号提取的独立分量的相关系数绝对值的和作为该样本的特征，
程度都得到提高；最后使用支持向量机作为分类器进行识别。分别进行了齿轮故障特征提取与轴承故障特征提取实验，实验结果表明，此方法可以很好地提取机械故障特征信息。本文方法的优点在于直接从振动信号的原始数据中进行特征获取机械故障蕴含的一些特征，应用范围广，具有较高地工程应用价值。提取，
关键词：独立分量分析；特征提取；相关系数；故障诊断；支持向量机中图分类号：TH165．3
文献标识码：A
Machineryfaultfeatureextractionbasedonindependent
componentanalysisandcorrelationcoefficient
2
ZHAOZhi-hong1，，YANGShao-pu2，SHENYong-jun2
（1．SchoolofComputingandInformatics，ShijiazhuangTiedaoUniversity，Shijiazhuang050043，，China；
2．KeyLaboratoryofTrafficSafetyandControlofHebeiProvince，Shijiazhuang050043，China）
Abstract：Amachineryfaultfeatureextractionmethodwasproposedbasedonindependentcomponentanalysis
（ICA）andcorrelationcoefficient．TheICAwasusedforanalysisofvibrationsignalswithdifferentfaultcategory．Theextractedindependentcomponentsincludetheinformationofthefault．Thesumofabsolutevaluesofcorrelationcoefficientsofthetestsampleandtheextractedindepentcomponentsofeachcategorywasusedasafeaturevetor．Thenthesupportvectormachinewasusedasaclassificationmethodforfaultdiagnosis．Theproposedfaultfeatureextractionmethodhasbeenappliedtotwotasks：gearfeaultdiagnosisandrollerbearingfaultdiagnosis．ExperimentsdemonstratethattheICAofeachfaultcategoryandthecorrelationcoefficientcanextractusefulfeaturesformachineryfaultdiagnosis．
Keywords：independentcomponentanalysis；featureextraction；correlationcoefficient；faultdiagnosis；supportvectormachine
机械系统中，故障的特征信息被淹没在噪声中，如何有效地提取故障特征一直是设备状态监测和故障诊［1－2］
和经验模态分断研究的重要课题。小波分析解
是目前常用的故障特征提取方法，但是小波分
析由于基函数的长度有限，在对信号进行处理时会产
［3－4］
步发展和应用。
独立分量分析（IndependentComponentAnalysis，ICA）［5］是近几年发展起来的一种基于样本高阶统计信息的特征提取方法，它属于一种无监督的特征提取方法，其基本思想是首先假定样本集由一组相互独立的基向量及相应的混合矩阵相乘构成，然后利用相应的ICA算法求出解混矩阵（混合矩阵的逆矩阵）。目前，已广泛用于生理学数据分析识别
［8］
［6］
［7］
、语音信号处理、人脸
另外小波基函数的选择问题也是一个难生能量泄漏，
题，针对某一信号，依据什么原则、采用什么判据选择小波基在理论和实际中都尚待研究。经验模态分解不像小波变换一样有完整的数学理论支撑，是一种基于“经验”的模态分解，影响了经验模态分解理论的进一
等。
［9］
ICA用于机械故障诊断的研究引起研究近几年，人员的重视。Wang
利用ICA提取振动信号中的机
械故障信息，通过轴承故障诊断实验说明了方法的有效性。唐力伟等
［10］
基金项目：国家自然科学基金资助项目（11172182）；铁道部科技研究开
发计划（2011J013）收稿日期：2011－11－16
修改稿收到日期：2012－05－03
1972年8月生第一作者赵志宏男，博士，副教授，
将ICA用于瞬态声音信号的降噪利用6个加速度传感器获取发动
处理，利用ICA对含有噪声的信号分析后找到了故障特征。Widodo等
［11］
本文关键词：基于独立分量分析与相关系数的机械故障特征提取，由笔耕文化传播整理发布。
本文编号：67815
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/67815.html
