基于经验模式分解的单通道机械信号盲分离

摘要：

盲源分离是机械设备复合故障诊断的一种有效方法,经验模式分解是非平稳信号分析的有力工具,它将非线性、非平稳信号分解成为一系列线性、平稳的本征模函数信号.在机械故障信号盲分离中,单通道机械信号盲分离是一个病态问题.针对单通道机械信号盲分离的困境,综合盲源分离和经验模式分解各自的优点,提出基于经验模式分解的单通道机械信号源数估计和盲源分离方法.针对单通道机械观测信号进行经验模式分解,并将单通道信号和其本征模函数组成多维信号,利用奇异值分解估计机械源数目,根据源信号数目重组多通道机械混合信号,并利用FastICA算法实现机械信号的盲分离.将该方法应用于轴承和齿轮的仿真研究,正确分离出轴承和齿轮源信号,仿真研究表明,它能很好地解决单通道机械信号的源数估计和盲源分离难题.

关键词：盲源分离、独立成分分析、FastICA、经验模式分解、奇异值分解

所属期刊栏目：47

分类号：TH165.3

资助基金：总装备部预研重点基金

在线出版日期：2011-06-14（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：12-16