約束KICA信號分離方法及在滾動軸承故障診斷中的應(yīng)用研究.pdf

1、滾動軸承是旋轉(zhuǎn)機械設(shè)備的核心部件，其性能直接影響到整個機械系統(tǒng)運行狀態(tài)。但是由于加工工藝復(fù)雜，工作環(huán)境惡劣等因素的存在，導(dǎo)致了軸承具有較高的故障率，因此對軸承的故障診斷一直是一個重要的研究課題。滾動軸承實測振動信號往往會有多個振動源的同時存在，表現(xiàn)出非平穩(wěn)、非線性，這些都嚴重的影響估值診斷的準確性和可靠性。獨立成分分析(ICA)是近幾年發(fā)展起來的基于信號高階統(tǒng)計特性的分析方法，它能僅通過多路混合信號就能將相互獨立的分量分析出來，但是目前

2、該算法對于處理非線性變化的信號有一定的局限性。而本文使用的核獨立成分分析是將核方法的非線性解決能力以及ICA的高階統(tǒng)計特性結(jié)合起來的全新算法，它能有效的捕捉數(shù)據(jù)的非線性特征，在處理高階相關(guān)性數(shù)據(jù)時表現(xiàn)出特有優(yōu)勢。盡管核函數(shù)在很多問題上有著良好表現(xiàn)，但是核函數(shù)和核參數(shù)的選擇目前缺少統(tǒng)一定則，在實際應(yīng)用中只能憑借經(jīng)驗確定;同時基于KICA的信號處理存在著不確定性、源信號估計以及信號信息使用單一問題，針對上述問題本論文開展以下工作:
　

3、　(1)歸納了旋轉(zhuǎn)機械核心部件-滾動軸承的典型故障機理，開展了滾動軸承故障振動信號采集實驗，同時論述了滾動軸承故障診斷中ICA、核方法以及KICA方法原理，作為后續(xù)研究的理論基礎(chǔ)。
　　(2)針對機械故障診斷中KICA算法的核函數(shù)及核參數(shù)難以確定問題，構(gòu)造了基于改進向量夾角余弦值的相似度函數(shù)，提出以KICA分離前后信號相似度作為KICA信號分離效果評判標準，對滾動軸承故障診斷中KICA的核參數(shù)進行尋優(yōu)研究。通過仿真實驗確定最適于滾

4、動軸承故障診斷的核函數(shù)類型及其參數(shù)取值范圍，并用于指導(dǎo)實測滾動軸承振動信號的分析與診斷。
　　(3)針對信號的KICA分離中的不確定性、源信號估計問題以及信號信息使用單一的問題提出提出了基于約束KICA的滾動軸承故障診斷模型，旨在通過滾動軸承故障機理先驗知識構(gòu)建脈沖參考信號用于KICA信號分離的約束條件，提高故障信號分離的效果。研究了信號通道數(shù)以及脈沖參考信號頻率、相位以及脈沖寬度對算法性能的影響，并結(jié)合滾動軸承故障實驗臺測試的數(shù)