多故障源混合信息的特征分离与精确辨识

• 作者: 张建宇 王国峰 杨洋
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 故障诊断 卷积混合 反卷积 特征分离 多源耦合
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 88-94
• 页数: 7页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2022.01.014

摘要

多故障源的耦合问题,一直以来都是诊断领域面临的最大难题之一,能否实现多源信号解耦将直接影响故障诊断的准确性.在信源卷积混合的前提下,以多通道反卷积理论为基础,首先研究多故障源混合信息的特征分离方法.接着借助卷积混合后的仿真信号,研究反卷积系统的关键参数——初始滤波器长度对分离效果的影响.进而提出一种自适应的多源信息分离方法.为了确定分离系统的输入通道数量,基于小波分析与奇异值分解完成信号的源数估计;再通过设定滤波器长度的迭代区间,计算出不同参数下分离系统输出信号的时域指标,并自动选取最佳长度使得分离结果最优.最后,经滚动轴承的复合故障实验和多故障并发的工程数据验证,表明该方法在设定的滤波器长度范围内,能够根据信号的差异性自动寻优最佳参数,并成功分离出原始信号中隐含的各个故障源信息,实现机械故障的精确辨识.