基于CVA-ICA的机械故障源动态盲分离方法

• 作者: 张芬 李志农 肖尧先
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 规范变量分析 动态盲源分离 故障诊断 独立分量分析
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 仪器科学与技术
• 页码范围: 24-29
• 页数: 6页
• 分类号: TH17|H165|TN911
• 字数: 3771字
• 语种: 中文
• DOI: 10.3901/JME.2015.12.024

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(Canonical variate analysis, CVA)和独立分量分析(Independent component analysis, ICA)，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间盲源分离问题，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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖尧先	南昌航空大学无损检测技术教育部重点实验室	44	420	9.0	19.0
2	李志农	南昌航空大学无损检测技术教育部重点实验室	84	611	11.0	22.0
3	张芬	南昌航空大学无损检测技术教育部重点实验室	5	23	2.0	4.0