基于稀疏特征的连轧机故障信号分离方法

摘要：

连轧机组的稳定性对于保障轧制产品的质量精度起着决定性的作用,连轧机组中监测各轧机状态的信号具有强耦合性,从复杂的信号中分离出各轧机独立的状态信号,对连轧机组的状态监测和故障诊断具有重要的意义.提出了一种基于稀疏特征的连轧机故障信号分离方法,并进行了仿真和现场验证.首先,通过基于时频谱分割的稀疏分解方法将各混合信号中的微弱冲击特征提取出来;其次,对所有稀疏表示信号的原子按照一定规律排序,得到各混合信号的稀疏矩阵;然后,根据稀疏原子的相似性对稀疏表示的原子进行聚类,确定盲源分离的源个数;最后,根据稀疏矩阵的系数和源个数比较准确地估计出混叠矩阵,实现混合信号的盲分离.

关键词：连轧机、稀疏特征、稀疏分解、盲源分离、故障诊断

所属期刊栏目：39

分类号：TN911.7;TH113.1

资助基金：湖北省自然科学基金资助项目2019CFB133;国家自然科学基金资助项目51975433

在线出版日期：2020-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1238-1244