噪声与振动控制

噪声与振动控制 ›› 2024, Vol. 44 ›› Issue (1): 168-173.

• 信号处理与故障诊断 • 上一篇    下一篇

基于稀疏编码的复杂机械振动信号盲分离方法

王金东，王畅，赵海洋，李彦阳，曹威龙，黄飞虎   

  1. （ 东北石油大学黑龙江省石油机械工程重点实验室，黑龙江大庆163000 ）
  • 收稿日期:2022-08-08 修回日期:2022-12-07 出版日期:2024-02-18 发布日期:2024-02-10

Blind Separation Method of Complex Mechanical Vibration Signals Based on Sparse Coding

  • Received:2022-08-08 Revised:2022-12-07 Online:2024-02-18 Published:2024-02-10

PDF

摘要： 复杂机械振动信号激励源较多，故源信号之间互为相关源,且较难满足统计独立特性，导致传统盲源分离方法分离效果不佳。对此，提出一种基于信号稀疏编码的机械振动信号盲分离方法。盲源分离的关键在于对混合矩阵的精确估计，然而机械振源中相关成分的存在严重影响混合矩阵的估计。对此，首先对观测信号进行短时傅里叶变换，增加信号稀疏性；然后利用稀疏编码筛选出具备直线聚类特性的时频观测点，利用K均值（K-means）聚类法找到聚类中心；最后利用所提筛选规则找到估计的混合矩阵，重构出源信号。通过对往复压缩机故障数据的分析，验证了所提方法有效性。

关键词: 振动与波, 盲源分离, 相关源, 稀疏编码, 直线聚类, 压缩机故障信号