基于VMD-PARAFAC的轴承故障欠定盲源分离

• 作者: 李志农 杨晓飞 陈长征
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 平行因子分析 变分模态分解 主成分分析 盲源分离 滚动轴承 故障诊断 张量分解 复合故障
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 机械工程
• 页码范围: 63-68
• 页数: 6页
• 分类号: TH17
• 字数: 2977字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2020.01.12

摘要

针对传统的轴承故障欠定盲源分离方法需要施加约束的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和平行因子(parallel factor,PARAFAC)分析的欠定盲源分离方法.利用VMD算法将振动信号分解为多个带限本征模态函数(band-limited intrinsic mode functions,BLIMFs),将这些BLIMFs构造成三阶张量作为PARAFAC模型的输入,利用三线性交替最小二乘算法对模型分解,从而在宽松条件下实现复合故障信号的分离.仿真和实验结果表明,提出的方法是有效的,与传统的故障盲源分离方法比较,提出的方法在多故障盲源分离中更具有适应性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈长征	沈阳工业大学机械工程学院	199	1777	21.0	34.0
2	李志农	南昌航空大学无损检测教育部重点实验室	84	611	11.0	22.0
6	杨晓飞	南昌航空大学无损检测教育部重点实验室	3	0	0.0	0.0