機(jī)械復(fù)合故障診斷的二階盲辨識(shí)方法研究.pdf

1、機(jī)械復(fù)合故障的故障特征之間相互干擾，識(shí)別并分析的難度較單故障要大很多，本文為此深入研究了基于二階統(tǒng)計(jì)量的盲源分離算法，將其應(yīng)用于機(jī)械復(fù)合故障診斷中。對(duì)復(fù)合故障的盲分離過(guò)程中可能存在的問(wèn)題進(jìn)行了分析，并提出解決思路。具體研究?jī)?nèi)容如下:
　　(1)研究了多個(gè)機(jī)械故障信號(hào)的混合機(jī)理，對(duì)機(jī)械常見(jiàn)故障部件的振動(dòng)信號(hào)特點(diǎn)進(jìn)行了闡述，結(jié)合二階盲分離算法的假設(shè)前提驗(yàn)證了機(jī)械混合信號(hào)的可分離性;
　　(2)針對(duì)混合信號(hào)的混合模型未知的問(wèn)題，提

2、出了調(diào)整權(quán)值的二階盲辨識(shí)的機(jī)械盲信號(hào)的混合矩陣求解方法，調(diào)整權(quán)值的二階盲辨識(shí)方法是原始二階盲辨識(shí)方法的改進(jìn)算法，估計(jì)出的信號(hào)與源信號(hào)相似度更高，本文對(duì)該算法在機(jī)械領(lǐng)域中的應(yīng)用效果進(jìn)行了分析;
　　(3)由于一般盲源分離算法不具備估計(jì)故障源數(shù)的能力，觀測(cè)維數(shù)不足時(shí)，能夠提取出的源數(shù)信息更少，本文為此提出了基于多元小波包的欠定源數(shù)估計(jì)方法，通過(guò)多元小波包分解得到包含源數(shù)信息的組合向量，進(jìn)一步用奇異值分解獲得反應(yīng)源數(shù)信息的特征分布，最后