误差影响下滚动轴承多重故障模态特征信号的盲源分离方法

• 作者: 孙国玺 柯兰艳 米波 赵玲 陈长沙 黄大荣
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 滚动轴承 多重故障模态 特征信号 盲源分离 联合对角化 总体最小二乘 误差影响
• 年，卷（期）: 2018,（7）
• 页码范围: 1419-1428
• 页数: 10页
• 分类号: TH133.33+1
• 字数: 7693字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2018.07.021

摘要

针对旋转机械设备受到测量误差及系统误差等因素影响,导致滚动轴承多故障模态信号难以分离的缺陷,提出一种误差影响下滚动轴承多重故障模态特征信号的盲源分离方法.对故障信号进行白化预处理得到白化矩阵,进而计算白化矩阵的4阶累积量,并构建4阶累积量矩阵;将累积量矩阵对角化,并取前K个较大特征值对应的特征向量作为新累积量矩阵;利用总体最小二乘方法估计最小化新累积量矩阵与目标正交矩阵的误差函数,最大程度地联合近似对角化新累积量矩阵,实现多故障信号的分离估计;为进一步评估该方法的有效性,选用时域相关系数及时频域双谱估计两种评价方法对分离结果进行验证.结果表明,该方法分离出来的信号与源信号相关系数高,并且时频域双谱估计相似,是一种有效分离多重故障的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄大荣	重庆交通大学信息科学与工程学院	90	453	10.0	16.0
3	赵玲	重庆交通大学信息科学与工程学院	31	167	8.0	11.0
4	米波	重庆交通大学信息科学与工程学院	11	39	2.0	6.0
5	柯兰艳	重庆交通大学信息科学与工程学院	4	3	1.0	1.0
8	陈长沙	重庆交通大学信息科学与工程学院	5	38	2.0	5.0