基于边缘计算与机器学习的多传感器混合故障信号盲分离方法

摘要

基于边缘计算与机器学习的多传感器混合故障信号盲分离方法，包括以下步骤：根据存在的故障个数确定获取观测故障信号的个数与位置，同时利用信号采集装置采集观测信号；对中采集到的混合信号进行预处理，得到预处理的混叠故障信号；采用独立分量盲分离算法对混叠故障信号进行分离，得到多路分离后的独立故障信号；对分离的故障信号分别进行归一化处理，再进行频谱、小波分析，提取出故障特征信号；对提取出的各单一故障特征信号进行诊断、判别。本发明有效分离出可能共存故障特征信号，把复杂的共存故障诊断转化为单一故障诊断，可大大增加复合故障的诊断效率和精度，各机械设备的安全运行和维护提供有力的技术支撑，有效提高对事故的防治能力。