盲源分离算法的研究及其在故障检测中的应用

《盲源分离算法的研究及其在故障检测中的应用》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、论文题目盲源分离算法的研究及其在故障检测中的应用学科专业机械制造及其自动化学号201021080109作者姓名王锋指导教师李小兵副教授万方数据分类号密级UDC注1学位论文盲源分离算法的研究及其在故障检测中的应用（题名和副题名）王锋（作者姓名）指导教师李小兵副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业机械制造及其自动化提交论文日期2013.04论文答辩日期2013.05.22学位授予单位和日期电子科技大学2013年6月29日答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。万方数据RESEARCHOFBLINDSOURCESEPARA

2、TIONALGORITHMANDITSAPPLICATIONINFAULTDETECTIONAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MechanicalManufactureandAutomationAuthor:WangFengAdvisor:LiXiaobingSchool:SchoolofMechatronicsEngineering万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加

3、以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：导师签名：日

4、期：年月日万方数据摘要摘要盲源分离(BSS)是利用源信号间的统计独立性，在源信号和混合通道都是未知的条件下，仅由观测信号分离出各源信号的过程，也称独立分量分析（ICA）。经典的独立分量分析虽然仅用数据的统计特性就可以分离盲信号，但分离结果具有不确定性。而机械故障信息中存在其他如频率特征等先验知识，本文主要结合这些先验信息，使算法的分离结果具有确定性，并将其应用于轴承的故障诊断中。研究了基于主分量分析（PCA）的降维解相关理论，得出对信号进行基于主分量分析处理，能减小它们的相关性。研究了独立分量分析算法中不同目标函数的选取准则，并证明在一定条件下这些准则是等价的。比较了将

5、峭度和负熵分别作为非高斯性测度的理论效果，结果表明基于负熵的快速独立分量分析算法的鲁棒性优于基于峭度的。本文后续算法都是基于负熵的快速独立分量分析算法进行改进的。简要概述了独立分量分析算法的缺陷，为克服这些缺陷，提出一种带参考信号约束的独立分量分析算法。研究了约束独立分量分析（CICA）的基本数学模型与原理。介绍了参考信号构造原则和相似性测度方法。编写了CICA算法的MATLAB程序。在此，本文选取与待提取信号频率相同的脉冲信号作为参考信号，以均方误差作为相似性测度的方法进行了实验仿真，仿真实验表明约束独立分量分析算法能够很好地分离出待提取信号。同时引用美国凯斯西储大学

6、的轴承故障数据进行了实验，结果能够很好地提取出故障信号。为进一步证明约束独立分量分析算法在盲源分离中的有效性，本文搭建了轴承故障检测平台。用线切割的方法分别在轴承内圈、外圈和滚珠上加工缺陷，用美国NI公司提供的数据采集卡采集故障数据，对这些数据用约束独立分量分析处理，结果能够很好地提取出轴承对应部件的故障信号。综上所述约束独立分量分析算法在盲源分离中是有效的，并且能够很好地应用于轴承故障检测中。关键词:盲源分离；独立分量分析；约束独立分量分析；轴承故障诊断；I万方数据ABSTRACTABSTRACTBlindsourceseparation(BSS),usingthes

7、tatisticalindependencebetweensourcesignals,isaprocesstoonlyuseobservedsignalstorenewsourcesignal,undertheconditionthatthesourcesignalsandthemixedchannelsareunknown,alsoknownasindependentcomponentanalysis(ICA).Althoughclassicindependentcomponentanalysisonlyusesthedatastati