欢迎来到天天文库
浏览记录
ID:55398578
大小:1.25 MB
页数:6页
时间:2020-05-15
《基于CVA-ICA的机械故障源动态盲分离方法.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、第51卷第12期机械工程学报VO1.51N0.122015年6月JOURNALOFMECHANICALENGINEERINGJun.2015DoI:l0.3901,JME.2015.12.024基于CVA—ICA的机械故障源动态盲分离方法水李志农张芬肖尧先(南昌航空大学无损检测技术教育部重点实验室南昌330063)摘要:动态盲源分离问题是多故障源盲分离的一个热点。传统的机械故障源分离方法要求满足统计特征保持稳定,且混合系统保持不变等假设,而忽略了时序信息。针对此不足,结合规范变量分析(Canonicalvariateanalysis,CVA)和独立分量分析(
2、IndependentcomponentanalysisICA1,提出一种基于CVA.ICA的机械多故障源动态盲分离方法。该方法的基本思想是将源信号看成状态空间的状态变量,观测信号看成状态空间的输出变量,从而将动态混合盲源分离问题转化为状态空问盲源分离问题,利用规范变量分析作为降维工具来构造状态空间,再利用传统的ICA算法对规范的观测信号进行盲源分离。仿真研究表明,在处理动态混合的盲分离中,提出的方法明显优于静态ICA方法,取得了满意的分离效果。将该方法应用到滚动轴承内圈和滚动体的故障盲分离中,试验结果进一步验证了该方法的有效性。关键词:规范变量分析;动态盲
3、源分离;故障诊断;独立分量分析中图分类号:TH17;H165;TN911DynamicBlindSeparationofMechanicalFaultSourcesBasedonCanonicalVariateAnalysisandIndependentComponentAnalysisLIZhinongZHANGFenXIAOYaoxian(KeyLaboratoryofNondestructiveTestingofMinistryofEducation,NanchangHangkongUniversity,Nanchang330063)Abstract:
4、Dynamicblindsourceseparation1SafoCUSintheblindsourceseparationofmulti‘fault.Traditionalblindsourceseparanon(Bss)isrestrictedtothestablestatisticalcharacteristicsandstaticmixturesystem,andignoresthesequentialinformation.Basedonthisdeficiency,combiningtocanonicalvariateanalysis(CVA)a
5、ndindependentcomponentanalysis(ICA),adynamicblindsourceseparationmethodbasedonCVA—ICAisproposed.Intheproposedmethod,thesourcesignalisregardedasstatevariableinthestatespace,observationsignalasoutputvariable,thusthedynamicsICAistransformintothestatespaceICA.TheproposedmethodemploysCV
6、Aasareductiontooltoconstructastatespace,thenthestatisticallyindependentsourcesareseparatedbytheconventionalICAalgorithm.ThesimulationresultsshowthattheCVA—ICAmethodissuperiortotraditionalblindsourceseparationinthedynamicblindsourceseparation,andhassatisfactoryseparationperformance.
7、Theproposedmethodisappliedinblindseparationofbearinginnerandballfault,theexperimentresultsfurthervalidatetheefectivenessoftheproposedmethod.Keywords:canonicalvariateanalysis;dynamicblindsourceseparation;faultdiagnosis;independentcomponentanalysis故障盲分离方法,该方法克服了传统非线性盲源分0前言离(Blindsour
8、ceseparation,BSS)方法要求非线性混合
此文档下载收益归作者所有