基于FSS-kernelBSS方法的机械故障诊断

摘要：

机械设备发生故障时，故障特征的提取是很重要的．为了从观测信号中分离出不同的故障特征源信号，并根据分离信号准确地进行故障诊断，从观测信号样本出发，提出了基于有限支持样本核函数的盲源分离（FSS—kernelBSS）方法．此方法利用有限的观测样本估计信号的概率分布，得到了评价函数，具有很好的自适应能力．仿真试验结果表明：此方法能成功地分离超、亚高斯混合信号，与其他盲源分离方法相比，此方法具有更好的分离性能．将该方法用于转子不平衡和支座松动的复合故障信号的盲分离，分离出了各复合故障的主要频谱．分离结果表明：此方法应用于机械设备复合故障诊断中是可行的．

关键词：故障诊断、盲源分离、有限支持样本、核函数

所属期刊栏目：38

分类号：TN911

在线出版日期：2013-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1557-1561