【摘要】：工業(yè)現(xiàn)場采集到的觀測信號包含多種機(jī)械故障特征時(shí),它們之間會相互干擾,要把它們識別并區(qū)分開來的難度比單故障特征更大。為此,本文研究了基于多傳感器時(shí)頻分布(Multisensor Time-Frequency Distribution,MTFD)的欠定盲源分離算法,并將其具體應(yīng)用于機(jī)械復(fù)合故障診斷中。具體研究內(nèi)容如下:(1)研究了盲源分離方法的基礎(chǔ)理論,主要是盲源分離的三個(gè)數(shù)學(xué)模型,以及一種傳統(tǒng)的盲源分離算法,如固定點(diǎn)算法,也對機(jī)械設(shè)備常用部件在故障模式下的振動信號特點(diǎn)進(jìn)行了闡述,特別是滾動軸承在時(shí)頻域上的復(fù)合故障特征。(2)盲源分離算法需要對源數(shù)的準(zhǔn)確估計(jì),特別是當(dāng)觀測數(shù)小于源信號數(shù)時(shí),能夠提取的源數(shù)信息更少,要實(shí)現(xiàn)源數(shù)的準(zhǔn)確估計(jì)難度更大。本文為此提出了基于矩陣非負(fù)低秩稀疏表示的欠定源數(shù)估計(jì)方法,通過將觀測信號進(jìn)行多重迭代和構(gòu)造非負(fù)低秩稀疏圖,獲得低秩稀疏的最優(yōu)解矩陣和與源信號相關(guān)的圖權(quán)矩陣及其秩的大小,從而得到準(zhǔn)確的源數(shù)估計(jì)。(3)結(jié)合多傳感器時(shí)頻分布和盲源分離的特點(diǎn),提出針對機(jī)械復(fù)合故障診斷的欠定盲源分離方法。首先利用Wigner-Ville分布將觀測信號轉(zhuǎn)化為MTFD矩陣;然后對該矩陣進(jìn)行白化處理和噪聲閾值處理,并對其自動項(xiàng)進(jìn)行選擇,對其特征向量進(jìn)行集群處理,從而得到源信號時(shí)頻分布(Time-Frequency Distribution,TFD)矩陣的估計(jì);最后對源信號進(jìn)行重建,得到準(zhǔn)確的源信號估計(jì)。仿真及試驗(yàn)結(jié)果表明,本文所提出的方法在處理非平穩(wěn)信號的欠定盲源分離方面,具有很好的效果。
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TH17

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 逄棟文;;微弱信號檢測的盲源分離方法及應(yīng)用研究[J];科學(xué)中國人;2017年02期

2 陳陽,何振亞,楊綠溪;數(shù)格子——一種簡單的盲源分離方法[J];數(shù)據(jù)采集與處理;2002年01期

3 張?zhí)祢U;馬寶澤;強(qiáng)幸子;全盛榮;;帶自適應(yīng)動量因子的變步長盲源分離方法[J];通信學(xué)報(bào);2017年03期

4 劉建強(qiáng),馮大政;脈沖噪聲中的盲源分離方法[J];電子與信息學(xué)報(bào);2003年07期

5 孫逸潔;李福勝;梁明亮;董黎生;;基于蝙蝠算法的機(jī)械故障盲源分離方法研究[J];機(jī)械強(qiáng)度;2018年05期

6 冷永剛;陳婷婷;黃立坤;趙艷菊;丁文祺;;基于獨(dú)立分量分析的重盲源分離方法[J];振動工程學(xué)報(bào);2010年05期

7 秦國軍;莫芙蓉;;滾動軸承含噪聲諧波信號的欠確定盲源分離方法研究[J];國防科技大學(xué)學(xué)報(bào);2006年01期

8 趙燕斌;邱天爽;金濤;;一種基于波束形成理論的盲源分離方法[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2010年03期

9 李志寧;孫宜權(quán);張英堂;田昊;范紅波;;發(fā)動機(jī)軸承并發(fā)故障信號盲源分離方法研究[J];車用發(fā)動機(jī);2013年05期

10 鄭超;郭奇;郭麗杰;李慧琳;;基于局部特征尺度分解的旋轉(zhuǎn)機(jī)械故障欠定盲源分離方法研究[J];燕山大學(xué)學(xué)報(bào);2014年02期

相關(guān)會議論文 前4條

1 錢進(jìn);秦志峰;;一種基于二階統(tǒng)計(jì)的盲源分離方法[A];2001年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2001年

2 賀升平;吳瑞娜;;基于盲源分離方法的地下振動信號分析[A];2011'中國西部聲學(xué)學(xué)術(shù)交流會論文集[C];2011年

3 李舜酩;;轉(zhuǎn)子振動信號的盲源分離研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

4 孟宗;樊鳳杰;;軋機(jī)主傳動系統(tǒng)扭振盲源分離方法研究[A];2010中國儀器儀表與測控技術(shù)大會論文集[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 王坤朋;微弱信號檢測的盲源分離方法及應(yīng)用研究[D];重慶大學(xué);2014年

2 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應(yīng)用研究[D];中國地質(zhì)大學(xué);2013年

3 劉尚坤;基于振動信號處理的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];華北電力大學(xué)(北京);2017年

相關(guān)碩士學(xué)位論文 前10條

1 李小彪;基于多通道時(shí)頻分布的欠定盲源分離方法及在機(jī)械復(fù)合故障診斷中的應(yīng)用[D];武漢科技大學(xué);2019年

2 皮海玉;基于量子遺傳的機(jī)械故障源盲源分離方法研究[D];南昌航空大學(xué);2015年

3 王壘;基于獨(dú)立分量分析盲源分離方法的研究[D];蘭州理工大學(xué);2010年

4 王曉燕;盲源分離方法及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];燕山大學(xué);2015年

5 陳婷婷;獨(dú)立分量分析在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究[D];天津大學(xué);2012年

6 趙金龍;齒輪箱振動信號的盲源分離方法[D];遼寧科技大學(xué);2015年

7 劉書溢;盲源分離技術(shù)在轉(zhuǎn)子故障診斷中的應(yīng)用[D];長春工業(yè)大學(xué);2016年

8 張育根;卷積混合非平穩(wěn)振動信號的盲分離[D];哈爾濱工業(yè)大學(xué);2010年

9 蔡龍;基于盲源分離的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];燕山大學(xué);2014年

10 苗志敏;非線性混合信號的盲源分離研究[D];哈爾濱工程大學(xué);2011年

，

本文編號：2638219