微弱裂纹信号的稀疏编码提取.pdfVIP

第 卷第 期 振 动 工 程 学 报 ２６ ３ Ｖｏｌ．２６Ｎｏ．３ 　 　 　 　 　 年 月 ２０１３ ６ ＪｏｕｒｎａｌｏｆＶｉｂｒａｔｉｏｎＥｎｉｎｅｅｒｉｎ Ｊｕｎ．２０１３ ｇ ｇ 微弱裂纹信号的稀疏编码提取 １ １ １ ２ 王向红 ，胡宏伟 ，张志勇 ，毛汉领 （ 长沙理工大学汽车与机械工程学院，湖南 长沙 ； 广西大学机械工程学院，广西 南宁 ） １． ４１０００４２． ５３０００３ 摘要：针对重大技术装备中关键基础部件早期裂纹信号提取困难这一问题，提出一种基于独立分量分析（ ）的 ＩＣＡ 稀疏编码收缩（ ）去噪方法，即采用泛化高斯模型（ ）在 空间中估计信号独立系数的概率密度函数 ＳＣＳ ＧＧＭ ＩＣＡ （ ），并利用最大后验（ ）估计方法进行非线性去噪的微弱信号提取方法。通过对不同信噪比的含噪微弱裂 ＰＤＦ ＭＡＰ 纹信号的提取研究，结果表明，此方法能提取出输入信噪比低于－２７ｄＢ的微弱信号，且波形与频谱均能较好的和 原信号保持一致。同时，其去噪效果远远好于小波降噪方法，是一种较好的微弱信号提取方法。 关键词：微弱信号提取；故障诊断；稀疏编码；独立分量分析；泛化高斯模型 中图分类号： ； ＋ 文献标识码： 文章编号： （ ） ＴＮ９１１．７ ＴＨ１６５．３ Ａ １００４４５２３２０１３０３０３１１０７ 　　 　　 ＩＣＡ变换，幅度较大的值仅集中在少数点上，而高斯 引 言 噪声对于基于高阶统计量的ＩＣＡ变换不敏感，其系 　 数仍均匀分布在各个位置上，这与小波变换后信号 混流式水轮机转轮、汽轮机转子等关键基础部 的能量仅集中在少数幅值大的小波系数上，而噪声 件，由于易出现裂纹等故障，被列入国家工信部最新 分布仍然比较均匀的情况是类似的。目前提出的基 发布的《重大技术装备 自主创新指导 目录（ 于 的 去噪方法中，基本需要以无噪声源信 ２０１１ ＩＣＡ ＳＣＳ ［，］ ７８ 年）》。这些部件的裂纹故障反复出现既造成了较大 号进行 ＩＣＡ基函数的训练作为先验知识 。此方 经济损失又可引起整个设备失效甚至引发重大安全 法对输入信噪比要求不高，但不能对非高斯噪声进 事故。假如在裂纹产生初期就能通过声发射（Ａ 行去噪。然而在实际情况中，源信号一般是无法事