基于CVA-ICA的机械故障源动态盲分离方法

来源：机械工程学报杂志2015年第12期北京时间：

作者：李志农, 张芬, 肖尧先

单位：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：动态盲源分离,独立分量分析,故障诊断,规范变量分析；

基金资助：国家自然科学基金(51261024, 51075372, 51265039)、江西省教育厅科技计划(GJJ12405)、湖南科技大学机械设备健康维护湖南省重点实验室开放基金(201204)资助项目