论文部分内容阅读
在齿轮箱故障诊断中，传感器采集的振动信号由噪声和齿轮信号叠加组成。为了分离出有用的齿轮信号，以便对齿轮箱故障进行正确诊断，提出了采用基于负熵的FastlCA算法对齿轮箱振动信号进行分离的方法，即对箱体故障信号的时域与频谱进行分离分析和相似度分析。通过将FastICA的分析结果与齿轮箱实际故障进行对比，发现采用基于负熵的FastICA法进行信号分离不仅有助于正确地判断故障特征，而且可增强待分析故障信号的强度，还可诊断其故障形式，是故障诊断的预处理方法。