基于盲源分離的齒輪箱故障診斷.pdf

1、盲源分離就是從已知的觀測混合信號中分離出未知源信號的過程，將其應(yīng)用到機(jī)械設(shè)備故障診斷領(lǐng)域，可把故障信號分離出來，以便對信號進(jìn)行后續(xù)處理，進(jìn)行故障診斷。本文在信號降噪的基礎(chǔ)，提出了EEMD-SVD的降噪方法，并將該降噪方法與盲源分離相結(jié)合，將其應(yīng)用到齒輪箱系統(tǒng)的故障診斷中，通過實(shí)際數(shù)據(jù)驗(yàn)證了此方法的可行性和有效性。本文所做的主要內(nèi)容可概括如下：
　　詳細(xì)介紹了盲源分離的基本理論，闡述了盲源分離的FastICA算法及JADE算法，并對

2、這兩種算法進(jìn)行了仿真實(shí)驗(yàn)，通過對分離后信號的分析，判斷分離前后信號的一致性，驗(yàn)證了算法的有效性及可行性。
　　分析了齒輪和軸承的振動機(jī)理和主要失效形式，分析了齒輪箱的常見故障形式及其振動信號特征；并對齒輪箱振動源進(jìn)行了分析，介紹了齒輪箱的時域診斷參數(shù)及其在故障診斷的應(yīng)用。
　　對盲源分離的源數(shù)估計問題進(jìn)行了分析。在對奇異值降噪研究的基礎(chǔ)上，提出了依據(jù)相鄰奇異值差值的標(biāo)準(zhǔn)差設(shè)定閥值的改進(jìn)降噪方法，并進(jìn)行了仿真分析，然后將其與E

3、EMD分解相結(jié)合，提出了EEMD-SVD的降噪方法，并通過實(shí)驗(yàn)仿真驗(yàn)證了應(yīng)用該方法降噪能取得良好的降噪效果。在此基礎(chǔ)上，將該降噪算法與JADE算法相結(jié)合，對含噪信號進(jìn)行盲源分離，通過仿真發(fā)現(xiàn)，應(yīng)用該方法對噪聲背景下的混合信號進(jìn)行分離，能取得更好的分離效果，驗(yàn)證該方法的可行性。
　　在上述研究的基礎(chǔ)上，利用實(shí)驗(yàn)室的齒輪箱實(shí)驗(yàn)平臺，將EEMD-SVD降噪方法與JADE算法相結(jié)合，應(yīng)用到齒輪箱振動信號的分離中，通過對分離后信號的后續(xù)分析