航空發(fā)動機多混疊微弱振動信號的識別與分離方法研究.pdf

1、微弱振動信號處理方法一直以來是研究的熱點，對設(shè)備振動監(jiān)測和故障診斷都至關(guān)重要。航空發(fā)動機早期故障表現(xiàn)微弱，常與多個振動源及干擾信號相互混疊，導(dǎo)致航空發(fā)動機早期故障等微弱振動信號難以有效識別與分離。目前，振動信號處理方法在航空發(fā)動機微弱振動信號的識別與分離中應(yīng)用較少，特別對盲源分離技術(shù)在航空發(fā)動機多混疊振動信號處理中還處于起步階段，因此，深入研究航空發(fā)動機多混疊微弱振動信號的識別與分離具有重要的理論意義和工程價值。
　　針對航空發(fā)動

2、機早期故障的微弱性和振動信號的多混疊性，本文對現(xiàn)有的微弱振動信號處理方法和盲源分離算法進行了深入的研究，分別從干擾特征去除、微弱特征提取和微弱振源分離三個方面入手提出了一些新的思路和方法。本文主要研究內(nèi)容包括：
　　(1)全面分析了盲源分離的基本理論，系統(tǒng)研究了盲源分離的三種典型算法，選擇了適合航空發(fā)動機振動信號分離的盲分離算法。
　　(2)提出了基于中值-奇異值分解的聯(lián)合干擾去除方法。利用中值濾波去除脈沖噪聲，SVD抑制隨

3、機噪聲，并采用改進的能量差分譜確定SVD降噪階次，聯(lián)合中值濾波和改進后的SVD降噪方法，去除脈沖噪聲和隨機噪聲干擾，有效提取微弱故障等有用信號。通過仿真和航空發(fā)動機試車信號的工程應(yīng)用，驗證了聯(lián)合方法的有效性。并將聯(lián)合方法應(yīng)用到EMD中，改善了EMD中存在的模式混疊和端點效應(yīng)問題。
　　(3)提出了基于ICA提取微弱振動信號的方法。利用ICA對獨立源信號的優(yōu)良分離特性，分別對先驗強噪聲和大信號干擾下的微弱振動信號提取進行了仿真分析，

4、通過實驗驗證了方法的有效性。結(jié)合EMD和ICA方法，獲取噪聲的先驗知識；結(jié)合掃相處理和相關(guān)分析方法，估計大信號干擾的初始相位。
　　(4)針對航空發(fā)動機微弱振動信號的多混疊性及噪聲對盲源分離算法的干擾性，提出了多重時延自相關(guān)降噪盲源分離方法。結(jié)合時延自相關(guān)和盲源分離方法，利用時延自相關(guān)進行多重降噪，對降噪后的振動信號再進行振源分離。通過仿真分析、含輕微碰磨故障的轉(zhuǎn)子實驗數(shù)據(jù)分析和某型航空發(fā)動機試車振動信號的數(shù)據(jù)處理應(yīng)用分析，驗證了