论文部分内容阅读
本文针对齿轮箱复合故障难以提取的问题,研究了盲源分离算法和信号的降噪方法。重点分析了奇异值降噪算法和EEMD-SVD-JADE单通道盲源分离算法及其在实验中的应用。首先,介绍了齿轮箱振动模型和盲源分离理论。研究了齿轮的失效形式和振动特征,轴承的故障特征,齿轮箱的振动模型。总结了齿轮箱故障诊断常用的时域、频域和时频分析方法。说明了盲源分离数学模型;盲源分离的特性和预处理方法。重点研究了FastICA算法和JADE算法;并给出了分离效果评价指标。通过仿真证明这两种算法在齿轮箱复合故障诊断中是有效的。其次,论述了虚拟通道法中基于EEMD-SVD-JADE的单通道盲源分离算法。通过EEMD分解将单通道信号转换为多通道信号,基于SVD的源数估计方法估计源信号的数目,根据相关系数、峭度和方差标准选择有效IMF分量重构信号,用JADE算法对重构信号进行盲源分离。通过仿真齿轮箱复合故障信号验证了该算法能得到良好的分离效果。最后,研究了噪声环境下的盲源分离问题,并将算法应用于实验中。随机干扰噪声会降低盲源分离的效果。通过自相关降噪、奇异值差分谱降噪和改进的奇异值差分谱降噪三种方法对比,得到改进的奇异值差分谱降噪后再盲源分离的效果最好。在齿轮箱实验台上用单个传感器测得齿轮箱复合故障信号,通过奇异值降噪和EEMD-SVD-JADE盲源分离算法提取实测齿轮箱复合故障特征。综上,本文将奇异值降噪和EEMD-SVD-JADE单通道盲源分离算法应用到齿轮箱复合故障诊断中,为齿轮箱故障诊断提供了一种新的思路。