EMD分解盲源分离算法在振动筛故障诊断中的应用.pdf

《EMD分解盲源分离算法在振动筛故障诊断中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·84·煤矿机电2012年第3期EMD分解盲源分离算法在振动筛故障诊断中的应用徐元博，段志善，贾涛(西安建筑科技大学振动设备与故障诊断研究所，陕西西安710055)摘要：振动筛广泛运用于工业领域，振动筛故障诊断研究有实际意义。以振动筛轴承故障为例，先估计振动筛轴承故障时的振动源数，再利用基于经验模态分解(EMD)的盲源分离(BSS)算法分析振动筛轴承的故障特征。关键词：振动筛；轴承故障；源数估计；经验模态分解的盲源分离算法中图分类号：TH17文献标识码：A文章编号：1001—0874(2012)03—0084—04ApplicationofBSStoFaultDiag

2、nosisofVibratingScreenBasedOI3EMDXUYuan—bo．DUANzhishan．JIATao(VibrationEquipmentandFaultDiagnosisInstitute，Xi’anUniversityofArchitectureandTechnology，Xi’an710055，China)Abstract：Thevibratingscreeniswidelyusedinindustries．Theresearchofitsfaultdiagnosisispossessedofimportance．Takingthebear

3、ingfaultforexample，firstlyestimatesthenumberofvibratingsourceofthescreenduringitstrouble．andthenanalyzesthefeatureofbearingfaultbymeansofEMD—BSSmethod．Keywords：vibratingscreen；bearingfault；estimationofsourcenumber；EMD—BSS(EmpiricModalDecomposition．BlindSourceSeparation)0引言2基于经验模态分解的盲源分离

4、算法目前还没有比较好的振动筛故障诊断方法。傅2．1经验模态分解的盲源分离算法(EMD—BSS)里叶变换和小波分析表征的是非直觉和非自适应线简介性信号，主分量分析(PrimaryComponentAnalysis，由美国国家宇航局提出的经验模态分解PCA)基本只能处理高斯信号，不能处理强烈的非高(EMD)[31，可将非线性、非平稳的信号自适应地分斯性信号。基于经验模态分解的盲源分离算法可以解成为一系列线性、平稳的本征模函数(Inherent较好地解决问题。ModalFunction，IMF)。本征模函数信号在每个时刻只有一个频率成分]。1振动筛故障诊断的解决方案传感器观

5、测信号(t)={(t)，⋯，(t)}经通过盲源分离可以消除外来干扰，抽取具有随EMD分解为：机特性的源信号。但就故障诊断来说，对源分离精11度、幅值与相位保持通常有较高要求。由于振动筛()=∑c+：1的振动传播非常复杂，发生故障时，传输链上的某些零部件可能成为振动源¨，造成观测数少于振动源数，即欠定盲分离问题J。需要寻找有效解决上述()=∑f=1c+rlm(1)问题的算法。式中，c表示IMF分量；r表示残余量。2012年第3期煤矿机电·85·C包含表现源信号内在振动特征的本征模函数关矩阵(协方差矩阵)是单位矩阵，即删]=，矢s以及表现噪声信号内在振动特征的本征模函数量

6、维数降至n。bm，。通过EMD分解，1个传感器观测数据可以拓预白化观测变量的线性组合wv寻找最大或最展为多个源信号的内在特征组合。小峭度，此处权矢量w是有界的，即llw=1。由EMD—BSS算法具体步骤：此算法求得W(i=1，2，⋯，n)矢量是正交矩阵B的1)找出信号(t)的所有局部极值点，分别将局列矢量。预白化的目的是：球化数据和确定独立元部极大值点和极小值点连成上下包络线；的数量。如果上下包络线的平均值m与(t)的差值为估计一个独立分量的步骤如下：h，即：1)预白化观测数据获得矢量。(t)一m。=h1(2)2)随机设置权矢量初始值W(0)，这里只涉及不是本征模函数

7、，继续以上待处理步骤，可以得到一个独立分量，且归一化到单位长度，即：到：(0)一—h1一m11=h11(3)1lW(0)重复上述过程k次，直到成为本征模函数，3)使w(j)=E[(W(一1))]一3(J一1)，即可得：使用相当多的W矢量可以建立数学期望运算。h1一m1=h1(4)4)归一化W(．)到单位长度，即：可记为：一C1=h1(5)5)如果IW()W(一1)l不趋近于1，令一本征模函数C包括信号最小周期的波动成分。常用相邻两个结果的标准差SD小于某值作为停止1，回到步骤3，否则输出矢量W()。6)应用w(j)，压缩一个被分离的源信号(独立迭代过