基于源信号包络矩阵奇异值的机械故障诊断方法.pdf

《基于源信号包络矩阵奇异值的机械故障诊断方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年7月机床与液压Ju1．2014第42卷第13期MACHINET00L＆HYDRAULICSV0l_42No．13DOI：10．3969／j．issn．1001—3881．2014．13．044基于源信号包络矩阵奇异值的机械故障诊断方法姚春江，毋文峰，陈小虎，苏勋家(第二炮兵工程大学，陕西西安710025)摘要：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

2、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dxs．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。关键词：盲源分离；FastlCA；包络分析；奇异值分解；最小二乘支持向量机；特征提取中图分类号：TH165．3文献标识码：A文章编号：1001—3881(2014J13—175—5Fault

3、DiagnosisMethodBasedonSingularValuesofEnvelopeMatrixesofBlindSourcesYAOChunjiang，WUWenfeng，CHENXiaohu，SUXunjia(TheSecondArtilleryEngineeringUniversity，Xi’anShaanxi710025，China)Abstract：Inmechanicalsignalprocessing，mostmechanicalvibrationsignalsaremodulationsignalsandtheobservati

4、onsignalsdetectedbysensorsarealwaystheaggregationofindependentvibrationsources．Themechanicalfaultdiagnosismethodbasedonsingu—larvaluesofblindseparatedsources’envelopematrixeswasproposed．Thisproposedmethodwascomposedoftheblindsourcesepara—tionofmulti-channelsensorsignals，theenvel

5、opeanalysisofindependentvibrationsources，thesingularvaluedecompositionofenve—lopematrixes，thefeatureextractionofsingularvaluesandthepatternrecognitionwiththeLS—SVMclassifiers．Theexperimentalresultsofhydraulicgearpumpindicatethatthisproposedmethodiseffective．Thefeaturevectorsofsi

6、ngularvalues，with~vorablenumericalstability，possesswellcharacteristicsofclusteringandpartitioning．TherecognitionratiooftheLS—SVMclassifiersismuchhigher．Thenthismethodcanbeappliedtosignalprocessingandfaultdiagnosisofmechanicalequipment．Keywords：Blindsourceseparation；FastICA；Envel

7、opeanalysis；Singularvaluedecomposition；Leastsquaressupportvectormachine；Featureextraction在旋转机械设备中，齿轮振动信号具有调制特理中，如何从测量的混合信号中分离或恢复源信号，征，而且幅值调制和相位调制同时存在。一般，机械具有非常重要的意义。盲源分离(BlindSourceSepa-设备调制信号的包络更集中地携带了机械设备的故障ration，BSS)是信号处理的预处理工具，从机械设备信息，基于调制信号包络特征的故障诊断方法可准的测量信号中分离出不同机械部件的振动源信

8、号，然确、迅速地识别机械设备故障。目前，基于调制信号后再利用其他的信号处理方法进行深入的处理和