基于局域波法和盲源分離的故障診斷方法應(yīng)用研究.pdf

1、機械故障診斷是以機器學(xué)為基礎(chǔ)的一門綜合性技術(shù),它的本質(zhì)是一個機器運行狀態(tài)的模式識別問題,其關(guān)鍵就是故障信號的特征提取與分類.本文利用非平穩(wěn)、非高斯信號處理理論中的局域波法、Wigner高階時頻表示和盲源分離理論,結(jié)合模式識別與機器學(xué)習(xí)領(lǐng)域的研究成果,對非平穩(wěn)、非高斯的機械振動信號特征提取與故障診斷問題進(jìn)行了廣泛而深入的研究.主要的工作如下:1.應(yīng)用局域波法對機械振動非平穩(wěn)信號進(jìn)行了研究.通過與小波變換和幾種時頻分析方法的比較,表明局域波

2、法對于非平穩(wěn)信號的分析更具有效性.2.研究了基于局域波法的多分量神經(jīng)網(wǎng)絡(luò)預(yù)測模型的有效性,用于對非平穩(wěn)系統(tǒng)時間序列進(jìn)行建模.通過太陽黑子數(shù)據(jù)的仿真試驗,驗證了該多分量結(jié)構(gòu)比對應(yīng)的單一神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)性能優(yōu)越.最后根據(jù)該方法組成了一個自回歸時間序列模型庫,用于轉(zhuǎn)子故障的模型診斷中.3.研究了高階時頻分布在振動沖擊信號特征提取中的應(yīng)用問題.在機械狀態(tài)監(jiān)控中,沖擊信號的檢測對于提取機器的狀態(tài)信息是很有用的.通過Wigner高階矩譜可以有效地對這樣

3、的非平穩(wěn)、非高斯振動沖擊信號進(jìn)行特征提取和檢測.4.提出了一種基于局域波時頻圖像的盲源分離故障診斷方法.獨立成分分析(ICA)是實現(xiàn)盲源分離最有效的方法之一.ICA可以認(rèn)為是PCA特征提取技術(shù)的推廣.ICA能夠提供圖像的局部特征,給出較好的圖像表示.5.為了有效提取故障特征信號,需要在不同位置進(jìn)行多傳感器的振動信號測量.針對多源混合的非平穩(wěn)、非高斯設(shè)備故障振動信號,應(yīng)用非平穩(wěn)信號的盲源分離算法,可以有效地提取各自獨立的非平穩(wěn)振動源,從而