基于CVA-ICA的机械故障源动态盲分离方法.pdf

第 51 卷第 12 期 机 械 工 程 学 报 Vol.51 No.12 2 0 1 5 年 6 月 JOURNAL OF MECHANICAL ENGINEERING Jun. 2 0 1 5 DOI ：10.3901/JME.2015.12.024 * 基于 CVA-ICA 的机械故障源动态盲分离方法 李志农 张 芬 肖尧先 (南昌航空大学无损检测技术教育部重点实验室 南昌 330063) 摘要：动态盲源分离问题是多故障源盲分离的一个热点。传统的机械故障源分离方法要求满足统计特征保持稳定，且混合系 统保持不变等假设，而忽略了时序信息。针对此不足，结合规范变量分析(Canonical variate analysis, CVA)和独立分量分析 (Independent component analysis, ICA)，提出一种基于 CVA-ICA 的机械多故障源动态盲分离方法。该方法的基本思想是将源 信号看成状态空间的状态变量，观测信号看成状态空间的输出变量，从而将动态混合盲源分离问题转化为状态空间盲源分离 问题，利用规范变量分析作为降维工具来构造状态空间，再利用传统的 ICA 算法对规范的观测信号进行盲源分离。仿真研 究表明，在处理动态混合的盲分离中，提出的方法明显优于静态 ICA 方法，取得了满意的分离效果。将该方法应用到滚动 轴承内圈和滚动体的故障盲分离中，试验结果进一步验证了该方法的有效性。 关键词：规范变量分析；动态盲源分离；故障诊断；独立分量分析 中图分类号：TH17 ；H165 ；TN911 Dynamic Blind Separation of Mechanical Fault Sources Based on Canonical Variate Analysis and Independent Component Analysis LI Zhinong ZHANG Fen XIAO Yaoxian (Key Laboratory of Nondestructive Testing of Ministry of Education, Nanchang Hangkong University, Nanchang 330063) Abstract ：Dynamic blind source separation is a focus in the blind source separation of multi-fault. Traditional blind source separation (BSS) is restricted to the stable statistical characteristics and static mixture system, and ignores the sequential information. Based on this deficiency, combining to canonical variate analysis (CVA) and independent component analysis (ICA), a dynamic bl