針對復雜工況下滾動軸承故障信號盲提取問題,該文提出一種獨立分量分析（ICA）中非線性函數(shù)自適應選擇方法,解決了等變化自適應源分離算法（EASI）在多類振動源共存的情況下無法分離軸承故障信號的問題。此外,為了解決在線盲分離算法穩(wěn)態(tài)誤差與收斂速率的平衡問題,提出基于模糊邏輯的自適應迭代步長選擇方法,極大地提高了學習算法的收斂速度,且穩(wěn)態(tài)誤差更小。軸承故障數(shù)據(jù)的盲提取仿真結(jié)果驗證了算法的性能。 

【文章來源】：電子與信息學報. 2020,42(10)北大核心EICSCD

【文章頁數(shù)】：7 頁


本文編號：3188948