基于VMD-RobustICA的车用起动电机噪声源识别.docVIP

基于VMD-RobustICA的车用起动电机噪声源识别 龚承启 西南交通大学机械工程学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 提出了基于变分模态分解 (VMD) 和鲁棒独立分量分析 (RobustICA) 相结合的车用起动电机噪声源识别算法。首先测量单一通道的电机噪声信号, 之后采用变分模态分解将其分解为一系列变分模态分量, 然后用RobustICA算法提取其独立成分;最后对RobustICA的分离结果进行频谱分析, 结合频谱分析结果和电机噪声的先验知识, 确定了各独立分量与电机不同噪声源的对应关系。 关键词： 电机噪声源; 变分模态分解; 鲁棒独立分量分析; 噪声源识别; 作者简介：龚承启 (1991-) , 男, 湖北十堰人, 在读硕士研究生, 研究方向:汽车振动与噪声控制。 收稿日期：2017-03-30 基金：国家自然科学基金资助项目 Vehicle Starting Motor Noise Source Identification Based on VMD-RobustICA Approach GONG Cheng-qi School of Mechanical Engineering, Southwest Jiaotong University; Abstract： The variational mode decomposition (VMD) , robust independent component analysis (RobustICA) algorithms were proposed to study the noise source identification of starting motor.The single channel′s noise signal of starting motor was measured, and then the variational mode decomposition algorithm was used to decomposite the noise signal into a series of variational mode components, and RobustICA algorithm was used to extract the independent components.Finally, frequency analysis was used to identify the RobustICA results.Combining the results and prior knowledge of motor noise, the corresponding relationship between independent components and the different noise sources of motor were determined. Keyword： noise source of motor; variational mode decomposition; robust independent component analysis; noise source identification; Received： 2017-03-30 0 引言 汽车起动电机是汽车上的关键零部件之一, 在汽车起动时, 起动电机会发出明显的异响, 影响乘车的舒适性。利用噪声源识别技术可以有针对性地进行减震降噪, 使得人们可以在设计阶段对产生噪声的零部件及部位加以控制, 实现低噪声设计[1]。 本文提出了基于VMD-RobustICA的电机噪声源识别方法, 对采集到的电机单一通道噪声信号进行噪声源识别研究, 首先利用变分模态分解 (VMD) 将电机噪声信号分解为若干个独立的变分模态分量, 随后将VMD分解得到的变分模态分量作为RobustICA算法的输入, 最后对各个独立分量进行频谱分析, 结合频谱分析结果有效地识别了电机噪声源。 1 基本理论 1.1 变分模态分解基本原理 变分模态分解是由Dragomiretskiy等人[2]于2013年提出的一种新的自适应时频分析方法, 其主要理论框架是自适应求解约束性变分问题的最优解, 通过不断迭代来定位分解各分量信号的中心频率及带宽, 最终将原始信号的频域划分成若干个时域分量信号, 即各窄带分量。约束性变分模型由公式 (1) 表示: 其中:{uk}={u1, u2, …, uk}为信号f分解后得到的各变分模态