点此下载——高线轧机增速箱多故障源的盲分离与精确辨识 高线轧机增速箱多故障源的盲分离与精确辨识 张建宇1，宫兆盛2，黄永海1 (1．北京工业大学北京市先进制造技术重点实验室，北京100124；2．中石化胜利油田孤岛采油厂，山东东营；257231) 摘要：相对于单一故障诊断，混合故障的特征分离历来是诊断领域的一大难题。针对某高线轧机的一次多故障并发的振动信号，本文引入了独立分量分析(ICA)技术，以负熵最大化为分离判据，以牛顿迭代法为优化算法，实现了滚动轴承故障特征的有效分离和提取。 关键词：高线轧机；混合故障；ICA；特征分离 传动齿轮箱是各类轧钢机组的关键设备，如果齿轮箱出现故障而未及时发现，将严重影响设备的正常运行，进而给企业带来巨大的经济损失。 目前，振动信号分析已成为设备故障诊断的主要手段，但是，由于齿轮箱结构复杂，运转过程中包含多个振源。因此，振动传感器采集的信号实际是多个振源叠加的结果，这无疑会加大对振源信息准确识别的难度。如果对混合信号不做处理就直接进行诊断，将严重影响诊断的准确性，导致漏诊或误诊的发生。 独立成分分析(ICA)是由盲源分离技术发展而来的一种信号处理方法，在只有观测数据，而对源信号及..