基于FastICA算法的齿轮箱故障诊断方法

摘要：

在齿轮箱故障诊断中,传感器采集的振动信号由噪声和齿轮信号叠加组成.为了分离出有用的齿轮信号,以便对齿轮箱故障进行正确诊断,提出了采用基于负熵的FastICA算法对齿轮箱振动信号进行分离的方法,即对箱体故障信号的时域与频谱进行分离分析和相似度分析.通过将FastICA的分析结果与齿轮箱实际故障进行对比,发现采用基于负熵的FastI-CA法进行信号分离不仅有助于正确地判断故障特征,而且可增强待分析故障信号的强度,还可诊断其故障形式,是故障诊断的预处理方法.

关键词：盲源分离、故障诊断、负熵、FastICA、信号预处理

所属期刊栏目：27

分类号：TP206;TP274;TH132(自动化技术及设备)

资助基金：航空科学基金2010ZD56011;人事部留学人员科研择优基金DB200903036;南昌航空大学科技创新团队项目EB200906296

在线出版日期：2013-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-76