基于源信号包络矩阵奇异值的机械故障诊断方法

摘要：

在机械信号处理中，机械振动信号大多是调制信号，而且测量信号也多是振动源信号的混合信号。提出了基于源信号包络矩阵奇异值的机械故障诊断方法，采用机械设备的多通道传感器观测信号进行盲源分离，得到其独立振动源信号，由源信号的上、下包络信号分别组成上、下包络矩阵并奇异值分解，上、下包络矩阵的奇异值首尾相接，组成机械设备的故障特征向量，最后引入最小二乘支持向量机分类器来识别和诊断机械设备的故障类型。液压齿轮泵的故障诊断试验表明，提取的源信号包络矩阵奇异值特征向量具有良好的聚类划分特性，而且数值稳定，最小二乘支持向量机分类器也取得了较高的故障识别率，因此，该方法是有效的，可以应用于机械设备的故障诊断实践中。

关键词：盲源分离、FastICA、包络分析、奇异值分解、最小二乘支持向量机、特征提取

分类号：TH165.3

资助基金：总装备部预研重点基金资助项目9140A27020309JB4701

在线出版日期：2014-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：175-179,142