基于ICA的工作模態(tài)參數(shù)識(shí)別及故障診斷方法研究.pdf

1、機(jī)械結(jié)構(gòu)工作模態(tài)參數(shù)識(shí)別(Operational Model Analysis,簡(jiǎn)稱OMA)和振動(dòng)故障診斷是在工程應(yīng)用中不可或缺的兩個(gè)重要技術(shù)。獨(dú)立分量分析(Independent Component Analysis,簡(jiǎn)稱 ICA)作為一種統(tǒng)計(jì)信號(hào)數(shù)據(jù)分析工具,在無(wú)先驗(yàn)知識(shí)的條件下可以有效地從線性混合的復(fù)雜信號(hào)中盲分離出各個(gè)獨(dú)立源信號(hào),該技術(shù)已經(jīng)在監(jiān)測(cè)和診斷方向以新的研究方法被提出。本文以齒輪箱為研究對(duì)象,將ICA技術(shù)應(yīng)用于齒輪箱工作

2、模態(tài)參數(shù)識(shí)別和故障診斷中,結(jié)合概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Network,簡(jiǎn)稱PNN)智能算法進(jìn)行了齒輪箱典型故障診斷。
　　本文研究了一種基于ICA的工作模態(tài)參數(shù)識(shí)別技術(shù),解決了目前基于振動(dòng)信號(hào)的工作模態(tài)參數(shù)識(shí)別方法存在抗噪能力低,參數(shù)識(shí)別主觀經(jīng)驗(yàn)性較強(qiáng),識(shí)別精度差和識(shí)別方法較復(fù)雜等問(wèn)題。通過(guò)對(duì)ICA與OMA基本原理分析,發(fā)現(xiàn)ICA計(jì)算模型與結(jié)構(gòu)振動(dòng)模態(tài)分析模型結(jié)果趨向相同,ICA模態(tài)參數(shù)識(shí)別技術(shù)操作

3、簡(jiǎn)單,能夠有效排除噪聲干擾,而且IPI作為分量獨(dú)立性虛假性評(píng)價(jià)標(biāo)準(zhǔn)的引入為模態(tài)選取提供了客觀依據(jù)。
　　當(dāng)結(jié)構(gòu)系統(tǒng)發(fā)生故障時(shí),其模態(tài)特性也隨之變化,本文以 FASTICA識(shí)別出的五種工況模態(tài)頻率作為齒輪箱故障診斷特征參量,分析對(duì)比各工況下的固有頻率的變化,進(jìn)行了齒輪箱故障診斷。最后將 FASTICA頻域特征分析應(yīng)用到復(fù)雜齒輪箱微弱故障信息增強(qiáng)與診斷,將各工況不同轉(zhuǎn)速下測(cè)試信號(hào)經(jīng) FASTICA盲源分離后,分析并提取出各信號(hào)頻域特征