基于改進(jìn)的ICA故障診斷方法研究.pdf

1、獨(dú)立分量分析(Independent component analysis，ICA)是20世紀(jì)末發(fā)展起來的一類多通道信號分解方法，是信號領(lǐng)域的全新處理方法，是信號處理技術(shù)發(fā)展中的一項前沿?zé)狳c(diǎn)。在大部分情況下，現(xiàn)場觀測到的信號一般都是由若干獨(dú)立信號混合而成的，進(jìn)行ICA處理的目的是把各個獨(dú)立信號分解出來，提取出特征信號。并且ICA在故障監(jiān)測方向上的應(yīng)用也十分成功，也成為一種新穎的故障診斷方法。
　　本文共5章內(nèi)容，首先對ICA的基本

2、原理進(jìn)行了比較系統(tǒng)的分析，包括ICA的模型描述和基本假設(shè)以及不確定性分析，并從在線角度對批處理和自適應(yīng)兩種算法進(jìn)行了詳細(xì)闡述；接著對基于PCA和ICA的統(tǒng)計方法進(jìn)行研究，同時利用I2和SPE統(tǒng)計值對故障進(jìn)行監(jiān)測，并同T2統(tǒng)計進(jìn)行對比。本文將基于數(shù)據(jù)和基于知識的診斷方法結(jié)合起來，利用自組織神經(jīng)網(wǎng)絡(luò)(Self-Organizing Map，SOM)對ICA特征提取出的信號進(jìn)行故障分類；文中對常見故障過程，包括間歇過程、振動過程心電過程等等進(jìn)