(完整版)基于噪声分析的机械故障诊断方案方法研究 .pdfVIP

基于噪声分析的机械故障诊断方法研究

摘要

基于噪声分析的机械故障诊断方法可以非接触地获得机械信号，适用于众多不便于

使用振动传感器的场合，如某些高温、高腐蚀环境，是一种常用而有效地故障诊断方

法。但在实际应用中，由于不相干噪声和环境噪声的影响，我们需要的待测信号往往

被淹没在这些混合噪声中，信号的信噪比较低。

盲源分离作为数字信号处理领域的新兴技术，能利用观测信号恢复或提取独立的各

个机械信号，在通讯、雷达信号处理、图像处理等众多领域具有重要的实用价值及发

展前景，已经成为神经网络学界和信号处理学界的热点研究课题之一。

本文分析总结了盲源分离技术的相关研究现状，对盲源分离的原理、算法、相关应

用作了探讨和研究。并就汽轮机噪声问题运用了盲源分离技术进行机械故障诊断，试

验表明，该方法能将我们需要的故障信号从混合信号中分离出来，成功实现汽轮机部

件的故障诊断。

关键词：声信号，机械故障诊断，独立分量分析

InvestigationofMechanicalFault

DiagnosisBasedonNoiseAnalysis

Abstract

Youcanobtainanon-contactmethodofmechanicalfaultdiagnosisbased

onnoiseanalysisofmechanicalsignals,notsuitableformanyoccasionsto

facilitatetheuseofvibrationsensors,suchascertainandeffectivefault

diagnosismethod.However,inpractice,theeffectsofnoiseandextraneous

ambientnoise,thesignalundertestoftenneedtobesubmergedinthemixed

noise,lowersignaltonoiseratio.

Blindsourceseparationasanemergingfieldofdigitalsignalprocessing

technologytotakeadvantageoftheobservedsignalrecoveryorextractionof

variousmechanicalsignalsindependentlyinmanycommunications,radar

signalprocessing,imageprocessingacademiccirclesandsignal

processing.

Inthispapersummarizestheresearchstatusofblindsourceseparation

techniques,theprinciplesofblindsourceseparationalgorithms,related

applicationsandresearchwerediscussed.Turbinenoiseproblemsandto

usetheblindsourceseparationtechniquesformechanicalfaultdiagnosis,

testsshowedthatthemethodweneedfaultsignalcanbeseparatedfromthe

mixedsignal,faultdiagnosisofsteamturbinecomponentssuccessfully.

KeyWords：MechanicalFaultDiagnosis，IndependentComponentAnalysis

目录

1绪论

1.1选题背景

1.2国内外研究发展现状

1.2.1机械故障诊断技术发展现状

1.2.2声学故障诊断发展现状

1.2.3盲源分离技术发展现状

1.3课题研究内容及意义

2噪