關鍵零部件早期裂紋源信號的提取.pdf

1、隨著科技的進步和生產(chǎn)力的高速發(fā)展，對機械零部件提出更高的要求，同時承載各種故障以及事故發(fā)生的風險也增加。本文通過對早期裂紋信號進行提取，從而能及時的避免直接的損失。因此對關鍵機械零部件的早期裂紋源信號的提取研究有著非常重要的意義。
　　 微弱裂紋源信號的處理和特性提取是本文的關鍵問題。在零部件運行環(huán)境噪聲中提取微弱裂紋源信號的主要成果:
　　 1）基于小波分析對非平穩(wěn)信號的有效性，本文采用多分辨分析法對斷鉛信號以及金屬拉

2、伸引起的裂紋信號進行信號提取，取得了較好的效果，但是小波分析在閥值的選擇上需要經(jīng)驗，同時在高強度噪聲干擾下的提取效果不佳;
　　 2)針對機械零部件的裂紋源信號經(jīng)常夾雜在各種振動和強背景噪聲，為信號的特性提取造成了極大的困難，獨立分量分析能夠解決在不同特征信號相互混合出現(xiàn)頻帶混疊、信號表現(xiàn)出很強的非穩(wěn)態(tài)或非高斯性、強背景噪聲等情況的信號提取;采用基于負熵的固定點獨立分量分析的方法，對斷鉛信號和鋼裂紋信號在不同強度信噪比的高斯白噪

3、聲中進行信號提取，通過信噪比、相關系數(shù)和頻譜圖來衡量提取效果，取得了很好的效果;
　　 3)在觀測信號的數(shù)目不大于源信號的數(shù)目（即欠定條件）時微弱信號的提取，本文采用基于獨立分量分析的稀疏編碼收縮去噪方法。源信號分離的實質可以說是對源信號概率密度函數(shù)尋求最合適的估計，采用廣義高斯模型來表示源信號概率密度函數(shù);最大后驗估計獨立成分和收縮函數(shù)進行去噪;通過偽逆變換獲得源信號。通過對含噪裂紋信號的提取，結果雖然去噪效果沒有獨立分量分析