基于典型相关分析的机械故障盲源分离方法研究

提出一种基于典型相关分析的机械故障盲分离方法。与基于独立分量分析的故障盲分离方法相比较,传统的机械故障盲分离方法只考虑样本值的统计分布,不考虑源信号之间的时间和空间关系,而提出的方法克服了此不足,利用源信号的自相关关系来进行盲源分离。仿真结果表明:提出的方法取得了满意的分离效果,并且具有很高的的计算效率,分离速度要快于传统的盲源分离方法。最后,将提出的方法应用到轴承故障诊断中,实验结果进一步验证了该方法的有效性。     

基于Cohen类时频分布的机械故障源分离

针对传统的机械故障源分离方法忽略信号非平稳性的不足,结合Cohen类时频分布和盲源分离各自的优点,提出一种基于Cohen类时频分析的机械设备非平稳信号盲分离方法,并通过均方根误差比较基于各种时频分布的盲源分离算法的分离性能。仿真和实验结果表明,提出的方法是有效的,机械设备非平稳信号的盲分离必须充分利用信号的非平稳性。     

基于粒子群优化盲源分离方法的电机滚动轴承复合故障诊断

基于粒子群算法实现容易、精度高、收敛快等优点,将粒子群算法与盲源分离相结合,提出基于粒子群优化的盲源分离方法 (PSO-BSS),并将其应用于电机滚动轴承复合故障诊断中。PSO-BSS方法以峭度的绝对值之和作为目标函数,通过PSO寻找到目标函数的最大值,进而确定最优的分离矩阵。仿真结果表明:PSO-BSS方法能够实现多源复合故障信号的特征分离,并且在分离性能、算法收敛性以及运算速度方面都明显地优于传统的基于遗传算法的机械故障盲源分离方法。最后成功地将PSO-BSS方法应用于实际的滚动轴承内、外圈复合故障盲源分离中,取得良好的分析效果,验证了该方法的工程实用性。     

张量秩-(Lr,Lr,1)分解算法在机械故障盲源分离中的应用

当源信号不满足统计独立的假设,或者观测通道数少于源信号数时,经典的盲源分离方法如独立分量分析的处理效果很差。提出了一种基于张量分解模型的盲源分离算法,该方法将观测信号分解为一系列由源信号拟合的有理函数。将观测信号的每一个通道映射为L?wner矩阵并堆叠形成三维张量数据;根据L?wner矩阵的秩和源信号拟合多项式阶数的对应属性,通过张量秩-(L_r,L_r,1)将张量唯一地分解为由源信号的L?wner矩阵表示的前2个模式和由相应的混合向量表示的第3个模式,从而准确地分离出不同源信号;通过数值仿真实验和实测轴承混合故障的盲信号分析,证明了该方法在盲源分离的优良性能。     

基于源信号包络矩阵奇异值的机械故障诊断方法

在机械信号处理中,机械振动信号大多是调制信号,而且测量信号也多是振动源信号的混合信号。提出了基于源信号包络矩阵奇异值的机械故障诊断方法,采用机械设备的多通道传感器观测信号进行盲源分离,得到其独立振动源信号,由源信号的上、下包络信号分别组成上、下包络矩阵并奇异值分解,上、下包络矩阵的奇异值首尾相接,组成机械设备的故障特征向量,最后引入最小二乘支持向量机分类器来识别和诊断机械设备的故障类型。液压齿轮泵的故障诊断试验表明,提取的源信号包络矩阵奇异值特征向量具有良好的聚类划分特性,而且数值稳定,最小二乘支持向量机分类器也取得了较高的故障识别率,因此,该方法是有效的,可以应用于机械设备的故障诊断实践中。     

基于IVMD的单通道盲源分离方法及其应用

针对机械振动信号单通道盲源分离问题,提出了一种融合改进变分模态分解与时频分析的单通道信号盲源分离方法,并将其应用于滚动轴承复合故障的诊断中。该方法首先针对变分模态分解(Variational Mode Decomposition)过程中的层数选取问题,提出了一种根据谱相关系数确定分解层数的改进变分模态分解方法(Improved Variational Mode Decomposition,IVMD)。其次,采用改进变分模态分解对观测的单通道机械振动信号进行处理,得到一系列有限带宽固有模态函数(Band-limited Intrinsic Mode Functions,BLIMFs);然后,将原信号与得到的固有模态分量及其残余项组成虚拟多维观测信号,以突破传统盲源分离方法要求传感器数目必须大于或等于分离出的分量数目限制,并利用奇异值分解估计振源的数目。最后,根据振源数目选择与原信号谱相关系数较大的BLIMFs分量,并将分解残余项作为单独分量,重组虚拟多通道观测信号。采用基于时频分析的盲源分离算法实现非平稳信号的盲源分离;仿真和实验结果表明,该方法能够有效提高非平稳振动信号的分离精度,实现滚动轴承复合故障的诊断。     

数据驱动算法在旋转机械故障诊断中的应用研究

传统故障诊断方法依赖于先验数据与模型，具有局限性。为解决此问题，提出一种基于数据驱动的旋转机械故障诊断方法。利用经验模式分解（EMD）算法拆分原始故障信号，得到有限个IMF分量，优化现有EMD算法得到最优的截断阈值，并有效分离系统噪声干扰；从多域量化角度提取故障信号的时域、频域特征，并基于EMD样本熵实现对去噪旋转机械故障信号中故障点特征的分类与识别。仿真结果表明：所提出的数据驱动算法能够准确地识别出不同载荷条件下的故障信号微弱特征，具有更高的训练精度和故障诊断精度     

基于4阶累积量粒子群的转子故障特征分离方法

振动信号分析是转子运行状态监控的重要研究内容之一。针对转子振动信号的故障特征分离问题,提出了一种基于粒子群的盲源分离算法。该算法将分离信号的4阶累积量作为目标函数,运用粒子群算法对目标函数进行优化,以确定最优分离矩阵,最终实现信号的盲分离。仿真结果表明,文章所提出的算法能够有效地从复合信号中分离出各路源信号,并且有较快的收敛速度和较高的分离精度,具有实际应用意义。     

基于多域空间状态矩阵奇异值与局部保持投影的滚动轴承故障特征提取方法

针对滚动轴承振动信号复杂且难以从中提取有效故障特征的问题,提出了一种总体经验模态分解(EEMD)、奇异值分解(SVD)和局部保持投影(LPP)相结合的故障特征提取方法。首先,对振动信号进行EEMD分解,利用EEMD分解后的固有模态分量(IMF)分别构造时域、频域和时频域空间状态矩阵;其次,利用SVD提炼时域、频域和时频域空间状态矩阵中的故障信息,筛选其中累加百分比大于90%的奇异值组成多域有效奇异值数组,构造多域奇异值特征矩阵;然后,利用LPP约简多域奇异值特征矩阵,提取低维、高区分度的故障特征;最后,利用支持向量机(SVM)对提出的故障特征提取方法进行评估。实验结果证明了该方法提取的故障特征可有效反映滚动轴承的故障状态。     

基于LabVIEW的液压系统故障信号处理方法

应用Lab VIEW结合Matlab软件设计了液压系统故障信号分析系统,从数据采集、预处理到分别通过时、频域信号处理方法有时域分析、相关性分析、频谱分析、倒频谱分析等;时频联合信号处理方法有短时傅立叶变换(STFT)、小波变换(WT)、经验模态分解(EMD)、集合经验模态分解(EEMD)等对液压系统正常、冲击、堵塞以及气穴等不同类型信号进行离线研究和分析。运行结果表明:该系统能对信号故障特征进行提取,以便快速准确地查明和判别故障。     

基于经验模态与奇异值分解的振动源数估计方法

针对振动传感器数小于本底振源数的源数估计问题,提出一种基于经验模态分解的虚拟通道扩展方法。通过经验模态分解得到的固有模态函数构建振动信号观测矩阵,以扩充振动传感器观测通道数量。针对奇异值分解特征矩阵中噪声和数据观测误差以及不确定性导致的源数估计不准确问题,提出一种基于类内散度与类间距离比值优化的聚类分析方法。通过对奇异值分解后特征值矩阵中对角线特征值的聚类分析,获得盲源数估计结果。结果表明：与传统方法相比较,所提方法可准确实现振动信号盲源数估计。     

Power signal separation in milling process based on wavelet transform and independent component analysis

Among many machining condition monitoring systems, a spindle motor power monitoring system is considered as one of the most popular systems for plant floor applications. However, in practice, power signals are mixed with many signal sources relevant to cutting tool, cutting conditions as well as components of a machine tool, which contaminate with each other in feature extraction processes and decrease the monitoring reliability. In this paper, modified blind sources separation (BSS) technique is used to separate those source signals in milling process. A single-channel BSS method based on wavelet transform and independent component analysis (ICA) is developed, and source signals related to a milling cutter and spindle are separated from a single-channel power signal. The experiments with different tool conditions illustrate that the separation strategy is robust and promising for cutting process monitoring.     

基于独立分量分析的X射线图像增强方法

为了改善由于散射造成的X射线检测图像对比度低,被测工件细节不易显示等缺点。针对退化图像中散射的分离,提出一种盲参数估计分离散射算法,该算法在假定图像由独立散射光谱组成的基础上,通过对散射偏振分析建立盲分离模型,来实现X射线图像的增强。采用小波变换得到图像子带图像,对盲参数间接估计。理论分析和实验结果表明,该算法在抑制散射的基础上有效的提高了图像的对比度和清晰度。     

基于二进制编码遗传算法的PID控制在抑制轧机振动中的研究

本文针对邯郸钢铁公司CSP线轧机的振动问题, 从轧机调速控制系统入手, 对轧机同步电机的速度控制进行了改进, 在传统PID控制基础上运用遗传算法进行基于二进制编码的PID参数整定; 应用盲源分离方法对基于常规 PID 控制和基于二进制编码遗传算法的PID参数整定的电机振动信号进行了分离和功率谱分析, 对两种控制器的性能进行了比较, 并验证了基于二进制编码遗传算法的PID参数整定后电机的稳定性。     

Effect of Heat Source Sliding Contact on the CoPtCr-based Magnetic Recording Disk

Effect of heat source sliding contact on the CoPtCr-based magnetic recording disk was investigated.A tribo-test of the disk with low load heat source and the scan of disk with magnetic head were sequentially carried out.Then disk samples in the contact area were observed by atomic force microscopy(AFM)and magnetic force microscopy(MFM).A finite element model using thermomechanical coupling was developed to calculate the mechanical and thermal response of the disk under heat source sliding contact based on the experimental results.It was found that data loss load under sliding contact with a heat source was far less than that without a heat source,and mechanical scratches and demagnetization did not occur in the data loss area under the experimental conditions.The finite element analysis(FEA)results indicate that the thin surface DLC coating has more significant effect on the mechanical response than the thermal response of the magnetic layer.     

Source separation techniques applied to the detection of subsurface defects in the eddy current NDT of aeronautical lap-joints

This paper investigates the application of two source separation techniques, principal component analysis and independent component analysis, to process the data from the inspection of riveted lap joints by eddy currents. An eddy current array sensor is designed for the rapid inspection of lap-joints and used to test a set of flawed rivet configurations featuring 1–10 mm notches, buried down to a 4 mm depth. Implementation methods are proposed for processing such eddy current data by means of both the considered source separation techniques. The signal processing results obtained from the experimental data are compared in terms of source separation efficiency and detection using a receiver operating characteristic approach. In the light of this study, both the techniques appear to be efficient. However, the principal component analysis provides better defect detection results, especially for deeply buried defects.     

侧压定宽机声音状态监测系统设计

针对SP侧压定宽机间歇工作、振动频率低和非平稳等特点 ,以声音信号为监测对象 ,开发和设计了其运行状态监测系统。系统基于LabView虚拟仪器平台 ,以小波分析 ,盲源分离等非平稳信号处理技术为机器特征的提取工具 ,结合常规的时域统计方法 ,对侧压定宽机实施监测。以实测信号分析验证了该系统的有效性