基于全矢谱时间固有尺度分解和独立分量分析盲源分离降噪的滚动轴承故障特征提取

刘嘉辉 董辛旻 李剑飞

郑州大学机械工程学院，郑州，450001

0 引言

滚动轴承广泛应用于各种旋转机械中，它的工作状态与机械的运行效率和使用寿命息息相关，因此对滚动轴承进行故障特征提取与诊断十分必要。滚动轴承的故障信号特点是非线性非平稳，信号不仅微弱、调制性强而且频带大多比较宽。由于受复杂背景噪声等影响，滚动轴承故障信号常常湮没于噪声中。传统的轴承故障特征提取方法对提取滚动轴承的故障特征效果不佳[1-2]。

盲源分离技术根据故障以及噪声信号的相对独立性，能够提取完全湮没于噪声中的有用信号，实现对观测信号的噪声去除[3]。全矢谱技术建立在全信息技术基础上，针对全谱和全息谱的局限性提出了同源多维分析体系，其优势体现在对旋转机械同源信息的充分利用与融合，从多角度、全方位研究信息能量，使得全矢谱的图谱具有和传统分析方法同样好的分辨率和动态范围，并且能够进一步做能量分析[4-5]。

本文将盲源分离与全矢谱相结合，采用ITD-ICA盲源分离法除去轴承故障信号中的噪声，将同源双通道的振动信号进行时间固有尺度分解(inherent time scale decomposition，ITD)，利用相关系数准则将分解得到的PRC(proper rotation components)分量进行重组及构建虚拟噪声，采用FastICA解混，实现故障信号与噪声信号的分离。再对去除噪声后的故障信号进行全矢希尔伯特包络分析，融合同源信息，提取滚动轴承故障特征信息。实际滚动轴承故障实验结果表明，该方法的轴承故障特征提取效果显著。……