基于vmd-robustica的车用起动电机噪声源识别

《基于vmd-robustica的车用起动电机噪声源识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于VMD-RobustICA的车用起动电机噪声源识别龚承启南交通大学机械工程学院摘要：提出丫基于变分模态分解(VMD)和鲁棒独立分量分析(RobustICA)相结合的车用起动电机噪声源识别算法。首先测量单一通道的电机噪声信号，之后采用变分模态分解将其分解为一系列变分模态分量，然后用RobustICA算法提取其独立成分;最后对RobustICA的分离结果进行频谱分析，结合频谱分析结果和电机噪声的先验知识，确定了各独立分量与电机不同噪声源的对应关系。关键词：电机噪声源;变分模态分解;鲁棒独立分量分析;噪声源识别;作者简介：龚承启(1991-),男，湖北十堰人，在读硕士研究生，研究方向：汽车振

2、动与噪声控制。收稿日期：2017-03-30基金：国家自然科学綦金资助项FI(51405399)VehicleStartingMotorNoiseSourceIdentificationBasedonVMD-RobustICAApproachGONGCheng-qiSchoolofMechanicalEngineering，SouthwestJiaotongUniversity;Abstract：Thevariationalmodedecomposition(V.MD)，robustindependentcomponentanalysis(RobustICA)algorithmswerep

3、roposedtostudythenoisesourceidentificationofstartingmotor.Thesinglechannel9snoisesignalofstartingmotorwasmeasured,andthenthevariationalmodedecompositionalgorithmwasusedtodecompositethenoisesignalintoaseriesofvariationalmodecomponents,andRobustICAalgorithmwasusedtoextracttheindependentcomponents.Fi

4、nally,frequencyanalysiswasusedtoidentifytheRobustICAresults.Combiningtheresultsandpriorknowledgeofmotornoise，thecorrespondingrelationshipbetweenindependentcomponentsandthedifferentnoisesourcesofmotorweredetermined.Keyword：noisesourceofmotor;variationalmodedecomposition;robustindependentcomponentan

5、alysis;noisesourceidentification;Received：2017-03—300引言汽车起动电机是汽车上的关键零部件之一，在汽车起动时，起动电机会发出明显的异响，影响乘车的舒适性。利用噪声源识別技术可以有针对性地进行减震降噪，使得人们可以在设计阶段对产生噪声的零部件及部位加以控制，实现低噪声设计U1。本文提出了基于VMD-RobustiCA的电机噪声源识别方法，对采集到的电机单一通道噪声信号进行噪声源识别研宄，首先利用变分模态分解(VMD)将电机噪声信号分解为若干个独立的变分模态分量，随后将VMD分解得到的变分模态分量作为RobustTCA算法的输入，最后对各个独

6、立分量进行频谱分析，结合频谱分析结果有效地识别了电机噪声源。1基本理论1.1变分模态分解基本原理变分模态分解是由Dragomiretskiy等人［2］于2013年提出的一种新的自适应时频分析方法，其主要理论框架是自适应求解约束性变分问题的最优解，通过不断迭代来定位分解各分量信号的中心频率及带宽，最终将原始信号的频域划分成若干个时域分量信号，即各窄带分量。约束性变分模型由公式(1)表示：其中：｛udHih，u2，…，uk｝为信号f分解后得到的各变分模态分量；<^2，…，为各变分模态分量的中心频率;K为迭代次数；s(t)为冲击函数;1.2独立分量分析(ICA)基本原理假设观测到的m个随机变量x

7、bx2，x3,…，xK是由另外n个随机变量sHs2,s3,…,^线性组合得到的，即：式(2)中，ain为实系数，且假设Si在统计上彼此独立。该模型描述了观测变量是如何由独立分量Si的混合过程得到的，采用向量一矩阵的方式，此时，混合模型可以写为：其中:x为观测信号矩阵;A为混合矩阵为源信号矩阵。Robust1CA算法是广泛使用的独立分量分析法之一，Zarzoso等人位1的研究表明,在众多目标函数中，峭度被证明是在ICA中使