機械振動源的分離和識別方法方法研究.pdf

1、機械系統(tǒng)振動信號是各個振動源信號和噪聲以不同方式的混合，借助現(xiàn)代信號處理理論和方法分離振動源信號能有效提取故障特，從而提高故障診斷的準確性。因此，機械系統(tǒng)振動源的分離和識別對于機械系統(tǒng)的狀態(tài)監(jiān)測與故障診斷具有重要的理論意義和實用價值。本文結合國家高技術研究發(fā)展計劃項目（863計劃，2008AA04Z410）-“超臨界、超超臨界大型汽輪機發(fā)電機組狀態(tài)監(jiān)測與故障診斷技術及其系統(tǒng)研究”和國家自然科學基金項目(編號50675194)-“機械振動

2、本底源信號半盲分離與重建方法的研究”，對機械系統(tǒng)振動源的分離和識別方法開展研究。論文主要研究了機械系統(tǒng)振動源的盲分離和識別方法，結合盲源分離理論分析了機械系統(tǒng)振動源及其傳播特性并闡述了盲源分離方法在機械振動源的分離和識別中急須解決的源數(shù)估計、相關振動源的盲分離和識別、觀測信號數(shù)小于振動源數(shù)時振動源的盲分離和識別和如何先驗知識在振動源盲分離和識別中的應用等問題，針對上述問題開展了相應的研究，提出了一種單觀測振動信號的源數(shù)估計方法、一種相關

3、振動源的分離和識別方法、一種單觀測振動信號的盲分離和識別方法和一種基于參考源約束的振源半盲分離和識別方法，并進行了仿真和實驗驗證。本文主要的研究工作包括:
　　第1章概述了機械系統(tǒng)振動源的分離和識別在機械系統(tǒng)狀態(tài)監(jiān)測和故障診斷中的重要性，綜述了機械系統(tǒng)振動源的分離和識別技術的國內外研究現(xiàn)狀，分析了現(xiàn)有機械振源分離與識別方法存在的問題，論述了應用盲源分離技術進行機械振動源分離和識別的必要性和重要性。綜述了盲源分離技術及其在機械振動源

4、的分離和識別領域的國內外研究現(xiàn)狀，提出了基于振動源盲分離和識別的機械故障診斷架構。最后根據(jù)機械振源的盲源分離和識別中存在的源數(shù)估計問題、相關源的分離和識別問題以及先驗知識的應用問題，給出了本文的選題背景、主要研究內容、總體架構和技術路線及創(chuàng)新點。
　　第2章根據(jù)盲源分離理論，從統(tǒng)計獨立性的角度分析了機械系統(tǒng)中“源”的概念，給出了一種機械系統(tǒng)振動源的盲分離和識別中源信號的定義（本底振源）。以齒輪箱為例，研究了機械系統(tǒng)中振動源產(chǎn)生的機

5、理及其傳播和混合特性，分析了機械系統(tǒng)中本底振源的來源和特性以及振動模型。研究了現(xiàn)有的機械振動源的分離和識別方法，分析了存在的問題，提出了機械振動源的盲分離和識別的體系架構。
　　第3章分析了機械系統(tǒng)振動觀測信號數(shù)與振動源數(shù)之間的關系，研究了不同關系下的源數(shù)估計方法，分析了這些方法在估計機械系統(tǒng)中振動源數(shù)時存在的問題。針對機械系統(tǒng)振動觀測信號小于振源數(shù)的情況，提出了一種基于EMD分解的單觀測振動信號的源數(shù)估計方法。新方法通過對單觀測

6、振動信號的EMD分解，構造虛擬的多維觀測信號，將欠盲定的源數(shù)估計問題轉化為一般的源數(shù)估計問題;再利用虛擬觀測信號相關矩陣的特征值，用BIC方法確定虛擬觀測信號中信號子空間的真實維數(shù)實現(xiàn)振動源數(shù)的估計。仿真和實驗驗證了該方法的有效性。
　　第4章分析了機械振動源的統(tǒng)計特性，研究了源相關性對傳統(tǒng)盲源分離方法的影響;分析了傳統(tǒng)盲源分離方法在機械振動源的分離和識別中存在的問題，針對機械系統(tǒng)中存在相關振動源的問題，提出了一種基于小波包分解的

7、相關機械振動源的盲分離和識別方法。新方法利用獨立的局部觀測信號估計分離矩陣，從而能夠實現(xiàn)相關機械振動源信號的分離和識別，彌補了傳統(tǒng)盲源分離方法無法有效分離和識別相關振動源的不足。仿真試驗驗證了新方法的可行性和有效性。
　　第5章分析了機械振動源的分離和識別中觀測信號數(shù)小于振源數(shù)的主要原因，研究了單觀測信號的盲源分離和識別的一般方法，分析了用小波分解構造虛擬觀測信號局限性，研究了EMD方法并探討了其構造虛擬振動觀測信號可能性及其優(yōu)勢

8、;針對振動觀測信號數(shù)小于振動源數(shù)的問題，提出了一種基于EMD分解的單觀測振動信號的的盲源分離和識別方法，用單觀測振動信號EMD分解得到的IMF估計觀測信號中源的個數(shù)，依據(jù)估計的源數(shù)選擇合適的IMF和原始觀測信號共同組成多維虛擬觀測振動信號，從而將單觀測的盲源分離問題轉化為標準的盲源分離問題;用傳統(tǒng)的盲源分離方法實現(xiàn)單觀測的盲源分離。實驗驗證了新方法的可行性和有效性。
　　第6章研究了CICA方法和ICA-R方法，深入分析了ICA-

9、R方法的性質及其性能的影響因素，分析了一般機械振動源的盲分離和識別方法的不足之處，針對一般機械振動源的盲分離和識別方法先全部分離后識別的問題，提出一種基于參考源約束的機械振動源的半盲分離與識別方法;用目標振動源的先驗知識構造參考源信號，通過接近性測度設定閾值在ICA方法增加不等式約束，同時實現(xiàn)機械振源分離和識別;針對參考源信號構造和閾值的設定問題，提出了機械振源的ICA-R分離和識別改進方法，用源信號的先驗知識構造一組不同相位的參考源信