• 技术详细介绍
    本发明涉及一种机械振动故障特征时域盲提取方法，属机械设备状态监测及故障诊断技术领域。本发明首先将振动观测信号张成高维信号子空间；接着获得低维信号；随后进行FastICA独立分量分析，计算各独立分量的归一化峭度并求出其最小归一化峭度值对应的分量信号，利用正交匹配追踪算法重构出周期信号；接着将各独立分量剔除重构的周期信号，进而利用改进KL距离算法计算已剔除周期信号的独立分量间的距离矩阵并进行动态粒子群聚类以获得估计信号；最终分析估计信号的包络解调谱，进行故障判断。该方法适合处理长卷积数据问题，能有效降低周期成分对盲分离结果的影响，同时可以解决盲分离结果次序不确定性问题，最终实现轴承故障特征提取。