基于分数Fourier变换的机械故障源盲分离方法的研究.pdfVIP

! Q =兰!鳇 轴承 2010年6期 CN4l一1148／TH Bearing2010，No．6 ．．_测量与仪 器 基于分数Fourier变换的机械故障源盲分离方法的研究 李志农。，吕亚平 ，岳秀廷 (1．南昌航空大学 无损检测技术教育部重点试验室，南昌 330063；2．郑州大学 机械工程学院，郑州 450001) 摘要：结合分数Fourier变换和盲源分离，提出了一种基于分数Fourier变换的机械故障源盲分离方法，试验结果 表明，该方法能有效地分离具有不同的分数Fourier变换的机械源信号。 关键词：滚动轴承；故障诊断；FRFr；盲源分离；非平稳信号；时频分析 中图分类号：TH133．33；TN911．7 文献标志码：B 文章编号：1000—3762(2010)06—0047—04 BlindSeparationofM achineFaultSourcesBasedonFRFT LIZhi—nong ，L0Ya—ping2，YUEXiu—ting2 (1．KeyLaboratoryofNondestructiveTesting，MinistryofEducation，NanehangHangkongUniversity， Nanchang330063，China；2．SchoolofMechanicalEngineering，ZhengzhouUniversity，Zhengzhou450001，China) Abstract：CombiningfractionalFouriertransform andblind8ollro~ separation，ablindsepraationmethodofma~hlnefault SO1．ii~ isproposedbasedOilfractionalFoulertransform．Theexperimentmsulm showthattheproposedmethod Cna effee- tivdyesparatemachinesourcesignalsundertheconditionthathtemachinefaultSOUl~ havethedifferentFRFT． Keywords：roilingbearing；faultdiangosis；fractionalFoulertransform；b1iIldsourceseparation；nor—stationarysig— nal；time—frequencynaalysis 盲源分离 (BlindSourceSeparation，BSS)在机 基于时频分析的BSS方法已经取得一些进 械多故障源信号的分离中已获得 了成功的应 展[4 】，并在机械设备非平稳信号盲分离中获得 用 ¨J。然而，机械设备发生故障时往往表现为 了成功应用。然而，现有的基于时频分析的机械 非平稳性，现有的机械故障源信号的分离方法是 源分离方法仍局限于 Cohen类时频分布，并没有 限于非高斯、平稳且相互独立的源信号，由于忽略 推广到其他的时频分布方法领域中。因此，有必 了信号的非平稳特性，而不能真正实现有效分离， 要研究基于其他时频分析的机械设备故障源的 甚至分离效果极差 。 分离。 时频分布是一类描述信号的谱成分随时间变 分数 Fourier变换 (FractionalFourierTrans— 化的变换 ，其以某种方式同时描述信号在时间和 form，FRFT)最早由文献[9]在 1980年以数学形式 频率上的能量或密度，是非平稳信号分析的有力 提出。其作为一种新的时频分析方法，是对经典 工具。因此，将现有的机械故障诊断的BSS方法 Fourier变换的推广，是一种处理非平稳信号的有 推广到时频域中，借助信号的时频分析，可以达到 力工具。结合 FRFF和 BSS各 自优点，文献[10] 机械设备多故障分