基于稳健独立分量分析的转子故障信息增强方法

摘要：

针对实际转子振动信号中信源相互叠加干扰、故障信息微弱的问题,提出一种基于稳健独立分量分析(RICA)的转子故障信息增强方法.首先引入双树复小波变换,对信号进行降噪预处理,降低分离算法对噪声的敏感程度.再用稳健独立分量分析对降噪后信号进行分离和信息增强.并对比其他2种经典的盲源分离算法,通过数值仿真比较它们的分离效果.结果表明:新方法通过优化步长因子得到全局最优值,采用代数方法得到最优步长参数,实现简单,并且避免了预白化处理,使得算法运算量降低;对小数据量信号,算法收敛速度快、信号分离质量高.此方法可以更有效地分离故障源及提取信号的本质故障特征.

关键词：稳健独立分量分析、双树复小波变换、转子系统、信息增强、故障诊断

所属期刊栏目：37

分类号：TH17;TN911.6

资助基金：国家自然科学基金项目51005247;北京市教委科研基地建设项目;原油泵站旋转设备的风险识别及评价技术研究项目

在线出版日期：2013-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：95-101,106