基于盲源分離的聲學(xué)故障特征提取方法研究.pdf

1、由于聲學(xué)故障診斷技術(shù)具有信號測量方便、非接觸式測量與不影響設(shè)備正常工作等優(yōu)點(diǎn)，在實(shí)際生產(chǎn)中十分需要，但作為診斷方法之一，聲學(xué)故障診斷技術(shù)目前已經(jīng)落后于已經(jīng)發(fā)展成一套比較完整的體系的振動故障診斷技術(shù)。這有多方面的原因，其中主要原因之一就是在實(shí)際生活中，往往面臨大面積、非穩(wěn)態(tài)、多聲源等的復(fù)雜空間聲場，傳聲器采集到的信號往往是多臺機(jī)器發(fā)出的聲音的混合信號。另外，實(shí)際生產(chǎn)環(huán)境的聲場也非常難以建立。 盲源分離技術(shù)是近年來出現(xiàn)的一種新的信號

2、處理方法，它為機(jī)器聲學(xué)信號的特征分離提供了一個(gè)全新的解決思路。本文的工作正是基于盲源分離技術(shù)的基礎(chǔ)上，建立了相對簡化的理想系統(tǒng)模型，對盲源分離算法在聲學(xué)故障診斷中的特征提取應(yīng)用進(jìn)行了探討，進(jìn)行了算法研究，并對其進(jìn)行了仿真分析和實(shí)驗(yàn)驗(yàn)證，初步建立了一套基于盲源分離技術(shù)的設(shè)備聲學(xué)故障特征提取系統(tǒng)，為聲學(xué)故障診斷技術(shù)的進(jìn)一步發(fā)展和完善進(jìn)行了理論和實(shí)踐的探索。 論文首先概述國內(nèi)外聲學(xué)診斷研究進(jìn)展與盲源分離研究進(jìn)展，給出機(jī)器聲學(xué)聲場與盲源

3、分離的數(shù)學(xué)描述，討論了聲振輻射、盲源分離模型、波達(dá)方向估計(jì)、獨(dú)立分量分析等基本問題，在此基礎(chǔ)上，論文的研究工作分為以下四個(gè)部分： 第一.對盲源分離技術(shù)進(jìn)行了探討，為實(shí)現(xiàn)將多個(gè)信號源的混合信號進(jìn)行分離，得到單個(gè)信號源的頻譜特征的目標(biāo)，分別將波達(dá)方向估計(jì)(DOA)和獨(dú)立分量分析技術(shù)(ICA)應(yīng)用過來。 第二.首先探討了應(yīng)用波達(dá)方向估計(jì)方法來估計(jì)混合矩陣。應(yīng)用波達(dá)方向估計(jì)技術(shù)，對觀測數(shù)據(jù)的處理分三個(gè)步驟：第一步作聚焦處理，去除

4、信號源之間的相關(guān)性；第二步根據(jù)算法對聲源位置進(jìn)行搜索，這里有一個(gè)初始位置的估計(jì)，這是在做實(shí)驗(yàn)時(shí)是可以得到的，從而可以劃定每個(gè)聲源的搜索范圍，提高計(jì)算速度和準(zhǔn)確性；最后一步是根據(jù)搜索得到的聲源位置估計(jì)對源信號進(jìn)行恢復(fù)，得到每個(gè)信號源的頻譜特征。對于這種方法，進(jìn)行了仿真分析，按照信號源的分類不同，進(jìn)行了多組仿真，其中包括獨(dú)立窄帶信號源的仿真、相關(guān)窄帶信號源的仿真，和寬帶信號源的仿真。并對于使用有限數(shù)目傳感器進(jìn)行波達(dá)方向估計(jì)的理論進(jìn)行了分析和

5、仿真，驗(yàn)證了基于波達(dá)方向估計(jì)的盲源分離算法在聲學(xué)故障診斷中應(yīng)用的可行性和有效性。 第三.接著探討了利用獨(dú)立分量分析技術(shù)來得到分離矩陣從而恢復(fù)源信號。獨(dú)立分量分析技術(shù)是利用觀測數(shù)據(jù)依某種準(zhǔn)則或信號特性生成一個(gè)目標(biāo)函數(shù)，使之滿足一定條件從而直接得到一個(gè)能夠?qū)旌闲盘栠M(jìn)行分離的分離矩陣。它不需要聲源和傳感器的位置信息。在對獨(dú)立分量分析技術(shù)進(jìn)行分析的同時(shí)，提出了基于時(shí)頻分布的聯(lián)合反對角化矩陣算法。首先把觀測數(shù)據(jù)進(jìn)行預(yù)處理，其中包括去均值

6、和白化兩部分。然后利用新的數(shù)據(jù)進(jìn)行時(shí)頻分析，得到一系列矩陣，構(gòu)造出一個(gè)目標(biāo)函數(shù)，求出分離矩陣。通過分離矩陣，我們可以恢復(fù)源信號的波形、頻譜以及時(shí)頻分布等信息。算法無須對源信號的概率密度函數(shù)進(jìn)行估計(jì)，也無須選擇非線性函數(shù)，最大程度上利用了觀測信號的有用信息，并對噪聲干擾不敏感。經(jīng)過仿真分析以后證實(shí)了算法的可行性和有效性，同時(shí)對于簡單情況下的平穩(wěn)信號源的卷積混合模型也能達(dá)到較好的效果。 第四.對于以上兩部分的工作，都進(jìn)行了實(shí)驗(yàn)研究。