Noise and Vibration Control ›› 2022, Vol. 42 ›› Issue (1): 88-94.

Previous Articles     Next Articles

  

  • Received:2021-03-15 Revised:2021-04-14 Online:2022-02-18 Published:2022-02-24

多故障源混合信息的特征分离与精确辨识

张建宇1,2,王国峰1,2,杨洋3   

  1. ( 1. 北京工业大学材料与制造学部北京市先进制造技术重点实验室,北京100124;
    2. 北京市精密测控技术与仪器工程技术研究中心,北京100124;
    3. 北京金风科创风电设备有限公司,北京100176 )

摘要: 多故障源的耦合问题,一直以来都是诊断领域面临的最大难题之一,能否实现多源信号解耦将直接影响故障诊断的准确性。在信源卷积混合的前提下,以多通道反卷积理论为基础,首先研究多故障源混合信息的特征分离方法。接着借助卷积混合后的仿真信号,研究反卷积系统的关键参数——初始滤波器长度对分离效果的影响。进而提出一种自适应的多源信息分离方法。为了确定分离系统的输入通道数量,基于小波分析与奇异值分解完成信号的源数估计;再通过设定滤波器长度的迭代区间,计算出不同参数下分离系统输出信号的时域指标,并自动选取最佳长度使得分离结果最优。最后,经滚动轴承的复合故障实验和多故障并发的工程数据验证,表明该方法在设定的滤波器长度范围内,能够根据信号的差异性自动寻优最佳参数,并成功分离出原始信号中隐含的各个故障源信息,实现机械故障的精确辨识。

关键词: 故障诊断, 卷积混合, 反卷积, 特征分离, 多源耦合