第31卷第04期2010年o4月煤矿机械CoalMineMachinery基于ICA的齿轮箱故障诊断研究刘朗军,黄晋英
,王昊静,赵静(1.中北大学机械工程与自动化学院,太原030051;2.中北大学信息与通信工程学院.太原0300511摘要:主要介绍了独立分量分析的基本思想及算法,采用快速独立分量分析(FastICA)的算法对混合的机械振动信号进行分离
应用该算法对实验室采集到的齿轮箱多组振动信号进行了分析,结果表明,独立分量分析在对混合信号进行盲源分离方面有着很好的效果.它是一种很有效的信号预处理的方法,在齿轮箱等机械设备监测和早期故障诊断中得到很好的应用关键词:独立分量分析;故障诊断;齿轮箱;功率谱中图分类号:TH17;TP39文献标志码:A文章编号:1003—0794(2010)04—0252—03FaultDiagnosisStudyBasedonICADearBOXLIULi-jun
HUANGJin-ying,WANGHao-jing~,ZHAOJing2(1.CollegeofMachnical&Automization,NorthUniversityofChina,Taiyuan030051,China;2.CollegeofInformation&Communication,NorthUniversityofChina,Taiyuan030051,China1Abstract:Mainlydealswiththebasicideasandalgorithmsofindependentcomponentanalysis(ICA),andtheseparationofmixedmechanicalvibrationsignalsbyFastICA.Thenthealgorithmisappliedtotheanalysisofmulti—groupvibr