基于低秩约束的旋转机械内激励激发的振源信号分离研究EI北大核心CSCD

随着机械设备向自动化程度更高的方向发展,机械系统变得更加复杂,给基于振动的健康监测带来了巨大的挑战。振源信号分离对于机械系统的噪声控制、准确的状态监测及故障诊断具有重要意义。现有的方法中的关键之一是要已知振源信号的统计特性、源的个数等。但这些有效的特征在工程应用中很难获得。对旋转机械和往复式机械的工作特性进行了分析,发现内部激励激发的信号具有低秩性。并建立了低秩噪声分离模型,提出了一种多低秩约束的振源信号分离方法。仿真信号和试验信号验证了该方法的有效性。与基于独立分量分析的盲源分离(BSS-ICA)方法相比,该方法分离后的振源信号具有更好的分类效果和更低的噪声。