盲源分离算法的研究及其在故障检测中的应用-机械制造及其自动化专业毕业论文.docxVIP

万方数据 万方数据 RESEARCH OF BLIND SOURCE SEPARATION ALGORITHM AND ITS APPLICATION IN FAULT DETECTION A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Mechanical Manufacture and Automation Author: Wang Feng Advisor: Li Xiaobing School : School of Mechatronics Engineering 万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 万方数据 万方数据 摘要 摘 要 盲源分离(BSS)是利用源信号间的统计独立性，在源信号和混合通道都是未知 的条件下，仅由观测信号分离出各源信号的过程，也称独立分量分析（ICA）。经 典的独立分量分析虽然仅用数据的统计特性就可以分离盲信号，但分离结果具有 不确定性。而机械故障信息中存在其他如频率特征等先验知识，本文主要结合这 些先验信息，使算法的分离结果具有确定性，并将其应用于轴承的故障诊断中。 研究了基于主分量分析（PCA）的降维解相关理论，得出对信号进行基于主 分量分析处理，能减小它们的相关性。研究了独立分量分析算法中不同目标函数 的选取准则，并证明在一定条件下这些准则是等价的。比较了将峭度和负熵分别 作为非高斯性测度的理论效果，结果表明基于负熵的快速独立分量分析算法的鲁 棒性优于基于峭度的。本文后续算法都是基于负熵的快速独立分量分析算法进行 改进的。 简要概述了独立分量分析算法的缺陷，为克服这些缺陷，提出一种带参考信 号约束的独立分量分析算法。研究了约束独立分量分析（CICA）的基本数学模型 与原理。介绍了参考信号构造原则和相似性测度方法。编写了 CICA 算法的 MATLAB 程序。在此，本文选取与待提取信号频率相同的脉冲信号作为参考信号， 以均方误差作为相似性测度的方法进行了实验仿真，仿真实验表明约束独立分量 分析算法能够很好地分离出待提取信号。同时引用美国凯斯西储大学的轴承故障 数据进行了实验，结果能够很好地提取出故障信号。 为进一步证明约束独立分量分析算法在盲源分离中的有效性，本文搭建了轴 承故障检测平台。用线切割的方法分别在轴承内圈、外圈和滚珠上加工缺陷，用 美国 NI 公司提供的数据采集卡采集故障数据，对这些数据用约束独立分量分析处 理，结果能够很好地提取出轴承对应部件的故障信号。 综上所述约束独立分量分析算法在盲源分离中是有效的，并且能够很好地应 用于轴承故障检测中。 关键词: 盲源分离；独立分量分析；约束独立分量分析；轴承故障诊断； I AB ABSTRACT ABSTRACT Blind source separation (BSS), using the statistical independence between source signals, is a process to only use observed signals to renew source signal, under the condition that the source signals and the mixed channels are unknown, also known as independent component analysis (ICA). Although classic independent component analysis only uses the data statistical