基于改进的动态独立成分分析故障检测方法

来源：电子测量技术杂志2021年第16期北京时间：

作者：张 珂，蔡圣福，石怀涛，郭 瑾，张啸尘

单位：沈阳建筑大学机械工程学院 沈阳 110168

摘要：针对滚动轴承早期故障特征微弱，且振动信号是一组随时间变化的序列，具有一定的时序相关性，导致滚动轴承早期故障检测难度增加的问题，本文提出了一种基于深度分解的动态独立成分分析（deep dynamic independent component analysis，Deep DICA）故障检测方法。主要思想是首先增加观测数据矩阵，以便将动态过程考虑在内。然后，为了更好地挖掘出微弱的早期故障信息，提出了深度分解原理对早期故障进行特征提取。最后，建立故障检测模型进行在线故障检测，并通过轴承实验对所提出的方法进行了验证。实验结果表明，提出的基于Deep DICA的故障检测方法有很好的准确率和适用性。

关键词：滚动轴承; 早期故障; 特征提取; 故障检测; Deep DICA