第4期（总第231期） 2017年8月
车用发动机 VEHICLE ENGINE
基于欠定盲源分离的柴油机曲轴
轴承故障诊断方法研究
朱江涛
(山西交通职业技术学院，山西太原030031）
No 4 (Serial No 231)
Aug2017
摘要：针对柴油机曲轴轴承振动信号高源分离的欠定问题，提出了基于相空间重构和动态聚类奇异值分解的适定化方法。首先通过引入广义时间窗的概念确定最佳时间延迟和嵌入维数，重构信号相空间矩阵：然后对其进行奇异值分解，并对奇异值进行动态聚类以确定最佳重构阶数，进而重构得到虚拟观测信号，从而将欠定问题转变为适定或超定最后利用自适应Parafac方法对原观测信号与虚拟观测信号构成虚拟传播路径进行言源分离得到有效源信号。仿真结果表明，该方法可有效分离出混合信号中的源信号，并将其应用到柴油机曲轴轴承故障诊断中，诊断准确率提高了184%。
关键词：振动信号；欠定盲源分离；相空间重构；奇异值分解；动态聚类；故障诊断 DOI: 10 3969 /j issn 1001-2222 2017 04 008
中图分类号：TK418文献标志码：B
文章编号：1001-2222(2017)04-0036-07
由于柴油机振源众多，在对柴油机轴承故障进行诊断时，反映轴承故障的振动信号常被淹没在其他振动信号之中，导致检测的信号信噪比较低，严重影响柴油机故障诊断的可靠性和准确性。近年来盲源分离技术迅速发展起来，为从混合信号中提取轴承故障特征信息提供了新思路。在柴油机振动信号盲源分离中，往往假设观测信号的数目不小于源信号的数目。而在实际应用中，由于传感器安装不更或源信号受十扰严重，观测信号数目会少于原信号，此时需要在欠定状态下对混合信号进行分离对于欠定盲源分离，已有的研究主要是基于源信号的稀疏表示，借助聚类算法实现"」。但是，由于柴油机轴承振动信号是多个振源信号以未知的形式混叠而成的复杂信号，因此，对于柴油机振动信号，源信号的稀疏性假设并不一定成立3。
针对上述问题，提出了基于欠定盲源分离的柴油机轴承故障诊断方法。利用相空间重构和奇异值分解构造虚拟观测信号，从而将盲源分离从欠定转变为适定或超定，进而采用自适应Parafac方法将轴承故障特征信息从混合信号中分离出来，并将其应用到柴油机轴承故障诊断中，提高了故障诊断准确率。
收稿日期：2017-03-22；修回日期：2017-08-12
1基于广义嵌入窗长的相空间重构 1.1相空间重构原理
x（i），i=1,2，"·N为单变量时间序列,对其进行相空间重构，得到嵌入维数为P、时间延迟为T 的吸引子轨迹矩阵+：
x1
X=
x+
X++***X1+(1)
X 1+2+***
LXI+p-1)+X+pr***
x I+ x
式中：g=N-(p1)·,且p>q。
。(1)
为得到合适的嵌人维数p，FTakens提出在假设数据不受噪声影响且无限长的条件下，只要嵌入维数p≥2u十1,其中u为原动力系统吸引子维数，则重构轨迹构成的系统与原动力系统拓扑等价。此为延退嵌入定理了，后来TSauer等把该定理推广到了存在噪声的情形
12嵌入维数与时间延迟的确定
在相空间重构中，嵌入维数P与时间延退的选取非常重要，其精度直接影响着相空间重构后描述奇异吸引子特征不变量的准确度。大量实验证明，P和的选取并不是相互独立的，而是有着较强的关联」。为建立时间延迟与嵌人维数的关联，引
作者简介：朱江涛（1981一），男，讲师，主要研究方向为工程机械设计与运用;zhujtn@163eom，