资源描述：
《基于盲分离的电机故障诊断》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、第18卷第4期电力系统及其自动化学报Vol.18No.42006年8月ProceedingsoftheCSU2EPSAAug.2006a基于盲分离的电机故障诊断张敬春,谷爱昱,王战盟(广东工业大学自动化学院,广州510090)摘要:电机故障发生时通常是多种故障同时发生,利用采集到的故障电机声音信号作为分析对象,基于盲分离理论,利用声源信号之间的相互独立性,对采集到的信号进行白化处理,采用一种已知较好的盲分离算法,从信号的联合概率分布密度出发,利用信号的联合概率的方向导数熵的最小值获得最佳旋转角度,对混合信号进行盲分离处理,得出令人满意的结果。成功分离了故障电机的各个单个故
2、障的信号,验证了采用算法的有效性。关键词:盲分离;联合概率;白化;电机;故障诊断中图分类号:TH301.4文献标识码:A文章编号:100328930(2006)0420067204ElectricMotorFaultDiagnosisBasedonBlindSourceSeparationZHANGJing2chun,GUAi2yu,WANGZhan2meng(CollegeofAutomation,GuangdongUniversityofTechnology,Guangzhou510090,China)Abstract:Severalfaultsmayhappenat
3、thesametime.Thispaperappliesblindsourceseparation(BSS)toanalyzethenoiseofelectricmotor,makesuseoftheindependenceamongthesourcesignalstowhitenthegatheredsignal,adoptsawellusedalgorithmbasedonthejointprobabilitystatisticsofthesignal,andobtainstheoptimumrotationangleaccordingtothedirectionde
4、rivativeentropyofjointprobabilitydistributionminimum.Thetestshowsthatitsucceedsinseparatingfaultsignalofelectricmotorandthusverifiesthevalidityofthemethod.Keywords:blindsourceseparation(BSS);jointprobability;whitening;electricmotor;faultdiagnosis1 前言2 分离理论简介 电机运行时不可避免产生声音,电机有故障设声场中有N个独立的
5、声源,声源信号为时通常都会发出不正常的声音,这些声音信号包含si(t)(i=1,2,⋯,N),声源si(t)是时间的函数,为丰富的声源信息,包括故障的种类和位置信息,而了能够正确的分离源信号,需要在M(M≥N)个且由于声音采集方便,因此可从这些声音信号对电测量点测量,测量到的信号为yj(t)(j=1,2,⋯,机进行故障诊断。由于声音在传播过程中不可避免M),写成数学表达式为被干扰N,或者由于声波本身的反射及衍射效应,很yj(t)=6ajisi(t)(j=1,2,⋯,M)(1)难根据采集到的声音信号直接提取到有用的信号,i=1而且电机发生故障时都有多种故障伴随而生,各种式中
6、:yj(t)是第j个传感器测量到的信号;si(t)是故障产生的声音频率和强度都有所不同。要正确诊第i个声源发出的声音;aji是对应的系数。写成矩断出电机的故障,就必须将故障信号的声音进行分阵形式:离。声源是未知的,声音在传播时的混合方式也是Y=AS(2)未知的,要根据采集到的声音信号,将其分离成单式中:A是aji构成的矩阵;s是源信号。在等式(2)个故障的信号,从而对故障进行正确的诊断,这种中,A和S都是未知的,盲分离理论就是仅仅根据信号处理的理论就是基于盲分离理论(BSS)。a收稿日期:2005207205;修回日期:2005210213·68·电力系统及其自动化学报
7、 2006年8月观测到的信号和源信号是相互独立的条件分离出2.2 声源信号的分离[1]原来的信号。设Z是白化后的测量向量,设Z=[z1,z2],因由于源信号是来自于不同的信号源,因此假定为B是正交的,而且源信号S的分量独立,所以此它们是统计独立的,它们的混合信号也是线性混合时对源信号的估计就转化为对Z的两个分量的坐和瞬间混合的。这个假设很重要,后面的工作都是标方向的寻找。设声源信号是s1和s2,相应的概率[4]在这个假设上做的。目前,很多研究学者对盲源分布密度分别为p(s1)和p(s2),因为信号相互独
