盲源分离在滚动轴承复合故障诊断中的应用

摘要

复合故障信号中通常包含多种特征信号及高强度噪声,因此从干扰信号中分离微弱故障信号,提取各故障特征是实现复合故障诊断的关键.提出一种基于经验模态分解(EMD)和独立成分分析(ICA)的盲源分离方法,实现了滚动轴承单通道复合故障的诊断.首先通过EMD方法将单通道振动信号分解为若干本征模态函数(IMF),应用奇异值分解(SVD)和占优特征值(DE)方法估计源信号的数目.然后选择与源信号数目相等的IMT,取其包络信号作为ICA的输入矩阵,从而分离出各故障信号,提取故障特征.最后,在滚动轴承故障模拟实验台上进行了方法验证,结果表明:该方法可有效分离滚动轴承外圈、滚动体和转子不平衡等复合故障,实现了轴承复合故障的诊断.