[发明专利]一种基于盲源分离的齿轮箱故障诊断方法

权利要求书

1.一种基于盲源分离的齿轮箱故障诊断方法.其特征在于，所述方法将盲源分离技术应用到基于振动分析的齿轮箱诊断中，作为信号预处理与故障特征提取的工具包括以下步骤：

1） 盲源信号分离：把若干观测到的混叠信号恢复成各自分离的信号；线性瞬态混叠模型，由于有噪声存在盲源分离实现起来比较困难，所以一般不考虑噪声的影响或者把噪声当作一个源信号处理；卷积混合模型，卷积混合模型是和实际环境更为接近的混合模型；

2） 故障诊断盲源分离模型的建立：不论线性盲源分离还是非线性盲源分离，这些盲源分离的算法都是由两部分构成：目标函数和最优化算法；

通过优化目标函数来获得源信号的测定；即源分离算法是目标函数和最优化算法的有机结合；常用目标函数，目标函数是盲源分离的关键；

因此采用不同的目标函数，盲源分离的所获得的结果也不相同；目标函数确定以后，就需要用一定的算法将其优化，以实现相互独立的要求，优化算法分批处理算法和自适应处理算法；

3）齿轮箱故障信号盲源分离，用盲源分离方法来对齿轮箱振动信号进行处理，频谱图中具有较多的频率成分，经过盲源分离后得到的分离信号的频谱故障特征明显，可以准确的提取故障特征频率。

2.根据权利要求1所述的一种基于盲源分离的齿轮箱故障诊断方法，其特征在于，所述盲源分离的目标函数有：微分熵目标函数、互信息目标函数、负熵目标函数、高阶累积量目标函数。

3.根据权利要求1所述的一种基于盲源分离的齿轮箱故障诊断方法，其特征在于，所述批处理算法和自适应处理算法，批处理算法中较成熟的有两种：成对旋转法和                                                旋转，自适应算法一般是与神经网络相接合。

4.根据权利要求1所述的一种基于盲源分离的齿轮箱故障诊断方法，其特征在于，所述分离信号为齿轮箱轴承故障，其频谱峰值发生在100左右，故障频率为100；分离信号为齿轮箱齿轮啮合故障，其频谱峰值发生在200，故障频率为200。