基于时频分析的欠定信号盲分离与微弱特征提取.pdfVIP

第 50卷第 18期 机 械 工 程 学 报 VO1．50 NO．18 2014 年 9 月 JOURNALOFMECHANICALENGINEERING Sep． 2014 DoI：1O．3901／JM E．2014．18．014 基于时频分析的欠定信号盲分离与微弱特征提取水 李宏坤 张学峰 徐福健 刘洪轶 练晓婷 f大连理工大学机械工程学院 大连 116023 摘要：盲源分离对于多振源信号的故障诊断与识别是一种有效的方法，但是传统的盲源分离算法都是针对观察信号大于或等 于源信号的情况，但对于观察信号小于源信号的欠定盲分离问题，这在很大程度上制约了盲源分离的实际应用。通过应用经 验模式分解和时频分析对非平稳信号分析的优势，提出基于时频分析的欠定盲源分离方法进行设备微弱特征提取。对振动信 号进行经验模式分解，并根据分解得到的内蕴模式分量估计源信号个数并选择最优的观察信号，将振动信号与选择的最优观 察信号组成新的观察信号进行基于时频分析的盲源分离，通过对仿真信号和齿轮箱实测信号进行验证分析。并与基于独立分 量分析的盲源分离算法进行对比，研究表明基于时频分析的盲源分离对混合信号具有更好的分离效果，能够较好地对微弱特 征进行提取。 关键词：盲源分离；欠定信号；时频分析；经验模式分解；微弱特征提取 中图分类号：TH165 InvestigationonBlindSourceSeparationforUnder-determ inedM ixtures BasedonTime-frequencyAnalysisandW eakFeatureExtraction LIHongkun ZHANGXuefeng XUFujian LIUHongyi LIANXiaoting SchoolofMechanicalEngineering，DalianUniversityofTechnology,Dalian116023 Abstract：Blindsourceseparation BSS isaneffectivemethodforthefaultdiagnosisandclassificationofmixturesignalswith multiplevibrationsources．ThetraditionalBSSalgorithm isapplicabletothenumberofobservedsignalsisnolesstothesource signals．BSSperformanceislimitofrhteunder-detemr inedconditionthatthenumberofobservedsignalsislessthansourcesignals． Anunder-detemr inedBSSmethodisprovidedbasedontheadvantageoftime-rfequencyanalysisandempiricalmodedecomposition EMD ．Itissuitableofrweakfeatureextractionandpatternrecognition．ThevibrationsignalisdecomposedbyusingEMD．The numberofsourcesignalsareestimatedandtheoptimalobservedsignalsaredeterminedaccordingtotheEMD result．Then．the vibrationsignalandhteoptimalobservedsignalsareusedtoconstructthemulti-channelobservedsingals．Intheend，blindsource separationbasedontime—rfequencyanalysisareusedtotheconstructedsing als．Simulationsing alna dgearboxsignalsraeusedto verifytheeffectivenessofhtismethod．Comparedwithindependentcomponentna alysis，BSSbasedontime—rfequencyanalysishas goodperformanceonsignalseparation．Itismoresuitableofrweakfeatureextraction． Keywords：blindsourceseparation；under-detemr inedmixtures；time—frequencyna alys