LMD-ICA联合降噪方法在滚动轴承故障诊断中的应用研究解读.docx

LMD-ICA联合降噪方法在滚动轴承故障诊断中的应用研究 卞家磊 朱春梅 蒋章雷 吕俊燕 北京信息科技大学 现代测控技术教育部重点实验室，北京，100192 摘要：针对经典ICA只能应用于观测源数不少于信号源数的超定盲源分离问题，提出局部均值分解（LMD）和独立分量分析（ICA）相结合的欠定盲源分离新方法。该方法将采集的单通道振动信号进行局部均值分解，基于互相关准则对分解的分量进行重组，构建虚拟噪声通道；将虚拟噪声通道与振动信号作为盲源分离的信号输入，采用基于负熵的FastICA算法实现信号源和噪声的分离，从而达到降噪目的。将该方法应用于滚动轴承故障信号，频谱分析表明该方法处理后的信号中噪声得到一定程度滤除，频谱中毛刺更少，故障特征频率更加明显，有利于故障特征的提取，实验分析证明了该方法的有效性。 关键词：独立分量分析；局部均值分解；降噪；滚动轴承；故障诊断 中图分类号：TH212；TH213.3 Application of LMD-ICA to Fault Diagnosis of Rolling Bearings BIAN Jia-lei，ZHU Chun-mei，JIANG Zhang-lei，LV Jun-yan Beijing Key Laboratory on Measurement and Control of Mechanical Electrical