【摘要】：機(jī)械設(shè)備故障診斷技術(shù)對設(shè)備運(yùn)行安全、效率有重要意義。運(yùn)用工作聲音進(jìn)行故障診斷,已變成機(jī)械故障診斷領(lǐng)域發(fā)展的重要方向。機(jī)械設(shè)備運(yùn)行發(fā)生異常時(shí),會產(chǎn)生多種聲音信號。借助信號處理方法將各種聲音信號分離出來,將其轉(zhuǎn)變?yōu)楠?dú)立的信號源而提取故障信息,從而能對機(jī)械故障進(jìn)行精確診斷。盲分離技術(shù)能夠在噪聲環(huán)境下和多聲源混疊情況下對源信號進(jìn)行分離和識別,為噪聲背景下機(jī)械設(shè)備狀態(tài)檢測和故障診斷提供解決方案。因此,本文基于常見的兩類盲分離問題:正定盲分離和欠定盲分離,分別提出了基于神經(jīng)網(wǎng)絡(luò)的線性盲分離算法和基于最小二乘法的欠定盲分離算法,并對其有效性展開機(jī)械系統(tǒng)的故障診斷驗(yàn)證。全文主要研究內(nèi)容如下:(1)基于神經(jīng)網(wǎng)絡(luò)的線性盲分離算法提出了自適應(yīng)和小腦模型兩種線性神經(jīng)網(wǎng)絡(luò)的盲分離算法(SALNN-BSS和CMAC-BSS);分別建立了結(jié)構(gòu)模型和求解算法;對仿真混疊信號的性能系數(shù)進(jìn)行對比,結(jié)果表明:在分離效果方面,SALNN-BSS和CMAC-BSS都能對混疊信號進(jìn)行良好的分離,恢復(fù)的源信號波形良好,但CMAC-BSS分離誤差更小,對信號的分離更為迅速,穩(wěn)定誤差更小,更加適合用于盲分離故障識別。(2)基于最小二乘法的欠定盲分離算法將最小二乘法和欠定盲分離技術(shù)特點(diǎn)相結(jié)合,提出了基于最小二乘法欠定盲分離算法(LSM-UBSS),確定了該算法的操作步驟。通過推導(dǎo)分析,從理論上證明了該算法解的唯一性,采用該算法分別分離稀疏和非稀疏語音混疊信號,構(gòu)建了它們的混疊模型和混疊矩陣。比較了源信號和分離信號的信噪比,結(jié)果表明該算法無論是在稀疏還是非稀疏語音混疊信號分離方面都十分有效。(3)冰蓄冷陳列柜故障信號的盲分離技術(shù)應(yīng)用基于冰蓄冷陳列柜原理和常見故障,搭建了陳列柜的故障診斷實(shí)驗(yàn)系統(tǒng),完成了電路設(shè)計(jì)和觸摸屏控制界面等的設(shè)計(jì)。采用該系統(tǒng)對陳列柜的軸流風(fēng)葉故障、軸流風(fēng)葉和水泵同時(shí)故障進(jìn)行了診斷;對比SALNN-BSS和CMAC-BSS算法對相關(guān)故障信號的分離能力,結(jié)果表明:CMAC-BSS恢復(fù)源信號精度更高,識別故障效果更佳,識別故障實(shí)時(shí)性更好。(4)發(fā)動(dòng)機(jī)噪聲信號的盲分離技術(shù)應(yīng)用搭建了發(fā)動(dòng)機(jī)噪聲測試實(shí)驗(yàn)平臺,測試出發(fā)動(dòng)機(jī)運(yùn)行時(shí)的多種聲音信號;采用傳統(tǒng)最大熵盲分離算法(ME-BSS)和CMAC-BSS兩種分離算法分別對發(fā)動(dòng)機(jī)噪聲和外界的干擾噪聲進(jìn)行分離,實(shí)驗(yàn)結(jié)果表明CMAC-BSS分離效果比ME-BSS好,可以把發(fā)動(dòng)機(jī)噪聲和外界噪聲很好地分離出來。同時(shí)用CMAC-BSS對發(fā)動(dòng)機(jī)異響故障進(jìn)行了診斷,結(jié)果表明CMAC-BSS可以從中獲得發(fā)動(dòng)機(jī)運(yùn)行過程中的故障信號。(5)救生艙CO2空調(diào)故障信號的欠定盲分離技術(shù)應(yīng)用分析了礦井救生艙重要組成CO2空調(diào)系統(tǒng)常見故障信號(振動(dòng)信號和噪聲信號)的特點(diǎn),設(shè)計(jì)并搭建了故障信號測試平臺。采用LSM-UBSS,分別對已知和未知故障數(shù)目情形下的系統(tǒng)故障信號進(jìn)行分離,探討了分離誤差。結(jié)果表明:LSM-UBSS在已經(jīng)知道故障數(shù)目的情況下,能診斷CO2空調(diào)系統(tǒng)故障;在未知故障數(shù)目的情況下,預(yù)先使用減法聚類估計(jì)混疊矩陣,再用LSM-UBSS算法,也能有效識別出故障源信號的數(shù)目,有效恢復(fù)故障源信號。
【圖文】：

圖 1-5 兩個(gè)信號源的頻譜[85]Fig.1-5 Spectrum of two sources' signal[85]吳軍彪等[86]為了提取噪聲故障特征，先用盲分離從觀測信號中提取獨(dú)立的聲源信號，消除較大干擾源噪聲對監(jiān)測源信號的干擾，，然后采用小波變換模極大值法對分離的源信號進(jìn)行重構(gòu)，通過重構(gòu)信號頻譜分析來提取噪聲故障特征。文獻(xiàn)使用兩臺平穩(wěn)運(yùn)轉(zhuǎn)的電動(dòng)機(jī)相距 1 m 放置在現(xiàn)場作為聲源，兩只 B&K2610 全指向性傳聲器分別放置在電動(dòng)機(jī)前方 60 cm 處以測量電動(dòng)機(jī)噪聲。為了驗(yàn)證分離結(jié)果，首先測量電動(dòng)機(jī)單獨(dú)運(yùn)轉(zhuǎn)時(shí)的噪聲信號，并使用小波變換模極大值法提取信號特征如圖 1-6 所示。

圖 1-5 兩個(gè)信號源的頻譜[85]Fig.1-5 Spectrum of two sources' signal[85]吳軍彪等[86]為了提取噪聲故障特征，先用盲分離從觀測信號中提取獨(dú)立的聲源號，消除較大干擾源噪聲對監(jiān)測源信號的干擾，然后采用小波變換模極大值法對分離源信號進(jìn)行重構(gòu)，通過重構(gòu)信號頻譜分析來提取噪聲故障特征。文獻(xiàn)使用兩臺平穩(wěn)運(yùn)的電動(dòng)機(jī)相距 1 m 放置在現(xiàn)場作為聲源，兩只 B&K2610 全指向性傳聲器分別放置在動(dòng)機(jī)前方 60 cm 處以測量電動(dòng)機(jī)噪聲。為了驗(yàn)證分離結(jié)果，首先測量電動(dòng)機(jī)單獨(dú)運(yùn)轉(zhuǎn)的噪聲信號，并使用小波變換模極大值法提取信號特征如圖 1-6 所示。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王惠剛,梁紅,李志舜;具有任意分布時(shí)間相關(guān)源的盲分離自適應(yīng)算法[J];西北工業(yè)大學(xué)學(xué)報(bào);2003年06期

2 史曉非,黃耀P,梁德群,劉人杰;一種盲分離技術(shù)在信息處理中的應(yīng)用[J];大連海事大學(xué)學(xué)報(bào);2005年02期

3 張洪淵,.戴小明,史習(xí)智;一種功能增強(qiáng)的信號源盲分離新算法[J];振動(dòng)工程學(xué)報(bào);2002年02期

4 賈鵬,叢豐裕,史習(xí)智;雜系混合信號的盲分離[J];上海交通大學(xué)學(xué)報(bào);2004年02期

5 張瑜;房少娟;李雪萍;;低角雷達(dá)多徑誤差抑制的盲分離方法[J];電光與控制;2011年10期

6 單志超;林春生;涂方明;董華玉;;平穩(wěn)白噪聲背景中信號波形的盲分離與恢復(fù)[J];探測與控制學(xué)報(bào);2008年02期

7 黃高明;高俊;;基于盲分離的非合作信號定位技術(shù)[J];海軍工程大學(xué)學(xué)報(bào);2009年04期

8 廖燦輝;萬堅(jiān);周世東;;兩同頻調(diào)制信號混合單通道盲分離的性能界[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年10期

9 芮國勝;徐彬;張嵩;;同頻重疊信號的單通道盲分離方法綜述[J];電光與控制;2011年09期

10 王榮博;侯朝煥;;含噪混合數(shù)據(jù)中相關(guān)源信號的盲分離[J];應(yīng)用聲學(xué);2011年05期

相關(guān)會議論文 前10條

1 王惠剛;梁紅;李志舜;;盲分離的模糊性[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

2 姜華;秦志峰;錢進(jìn);;一種頻域盲分離技術(shù)及其性能分析[A];中國聲學(xué)學(xué)會2002年全國聲學(xué)學(xué)術(shù)會議論文集[C];2002年

3 劉堅(jiān);陸佶人;;一種基于遺傳算法的盲分離方法[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

4 綦敦浩;章新華;范文濤;;水聲信號盲分離排序算法[A];2011'中國西部聲學(xué)學(xué)術(shù)交流會論文集[C];2011年

5 姚毅;賈金玲;姚婭川;;盲分離技術(shù)在識別生物信號中的應(yīng)用[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 夏斌;;基于獨(dú)立剩余量的圖像盲分離[A];2007第三屆中國智能交通年會論文集[C];2007年

7 鐘伯成;;信息極大ICA算法的動(dòng)態(tài)盲分離研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

8 王燕妮;馬鐵華;;盲分離技術(shù)在智能化引信中的應(yīng)用研究[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

9 劉娜;郭建中;;Infomax算法對調(diào)幅信號盲分離效果的分析[A];第二屆西安-上海兩地聲學(xué)學(xué)術(shù)會議論文集[C];2011年

10 蔡秋芳;李國輝;楊海濱;;基于時(shí)頻非交疊性的語音盲分離[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 滕繼濮;盲分離：不想要的信號“非誠勿擾”[N];科技日報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 高俊文;面向機(jī)械故障診斷應(yīng)用的盲分離技術(shù)研究[D];華南理工大學(xué);2016年

2 蔡坤;胎兒心電信號的盲分離研究[D];華南理工大學(xué);2011年

3 張安清;盲分離技術(shù)及其在水聲信號中的應(yīng)用研究[D];大連理工大學(xué);2006年

4 叢豐裕;面向目標(biāo)感知的盲信號處理算法研究[D];上海交通大學(xué);2007年

5 楊祖元;盲信號分離算法分析與應(yīng)用研究[D];華南理工大學(xué);2009年

6 周勃;基于盲分離的空調(diào)機(jī)組故障振聲診斷研究[D];沈陽工業(yè)大學(xué);2008年

7 高峰;欠定松弛稀疏信號的盲分離研究[D];華南理工大學(xué);2012年

8 趙宇峰;單通道時(shí)頻混疊通信信號盲分離研究[D];中國科學(xué)技術(shù)大學(xué);2015年

9 黃青華;基于源信號模型的盲分離技術(shù)研究及應(yīng)用[D];上海交通大學(xué);2007年

10 王翔;通信信號盲分離方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 薛韃;基于神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)振動(dòng)信號的盲分離研究[D];中國地質(zhì)大學(xué)(北京);2015年

2 范曉艷;基于差分進(jìn)化算法的置換混疊圖像盲分離[D];河南師范大學(xué);2015年

3 龐盟盟;基于單通道盲分離的抗干擾技術(shù)研究[D];電子科技大學(xué);2014年

4 王秀林;多集合信號聯(lián)合盲分離方法研究[D];大連理工大學(xué);2015年

5 馬歡;基于粒子濾波的同頻數(shù)字混合信號單通道盲分離技術(shù)研究[D];解放軍信息工程大學(xué);2014年

6 王珊;基于非負(fù)張量分解的多通道音頻信號盲分離研究[D];東南大學(xué);2015年

7 付丙艮;基于盲分離的胎兒心電信號提取系統(tǒng)設(shè)計(jì)[D];廣東工業(yè)大學(xué);2016年

8 嚴(yán)文鴻;基于非負(fù)盲分離的胎兒心電信號處理方法研究[D];廣東工業(yè)大學(xué);2016年

9 查君君;盲分離技術(shù)的研究及其在缺陷信號處理中的應(yīng)用[D];合肥工業(yè)大學(xué);2007年

10 何真強(qiáng);基于極大似然法的信號源盲分離[D];北京交通大學(xué);2012年

本文編號：2531401