基于模型的CICA及其在滚动轴承故障诊断中的应用  

Fault diagnosis of rolling element bearings with model-based constrained independent component analysis

作　　者：王志阳[1] 杜文辽[2] 陈进[3] 

机构地区：[1]河南理工大学机械与动力工程学院,河南焦作454000 [2]郑州轻工业学院机电工程学院,郑州4540002 [3]上海交通大学机械系统与振动国家重点实验室,上海200240

出　　处：《振动与冲击》2015年第8期66-70,共5页Journal of Vibration and Shock

基　　金：国家自然科学基金项目(U1304523;51205371);河南理工大学博士基金项目(648491)

摘　　要：由独立成分分析(ICA)的顺序不确定性带来的源数估计和对传感器个数的估计问题使得ICA在机械故障诊断中的广泛应用受到了限制,而约束独立成分分析(CICA)充分利用了设备的先验知识作为ICA的约束条件,可以使ICA算法收敛到感兴趣的故障信号。本文提出了一种基于滚动轴承模型的约束独立成分分析(CICA)方法,该方法可以从传感器信号中快速诊断出设备是否发生了滚动轴承故障,并用仿真和实验验证了该方法在滚动轴承故障诊断中的有效性。The order ambiguity of independent component analysis （ICA ） makes it very difficult to estimate numbers of sources and sensors.Constrained independent component analysis （CICA）can use some prior knowledge of equipments as a constraint of ICA to make the ICA algorithm converge to fault signals to be interested.Here,a model-based constrained independent component analysis method for fault diagnosis of rolling element bearings was presented.Its effectiveness was verified with simulations and tests.

关 键 词：独立成分分析 约束独立成分分析 盲源分离 机械故障诊断 滚动轴承 

分 类 号：TH165.3[机械工程—机械制造及自动化] TP206.3[自动化与计算机技术—检测技术与自动化装置]