论文部分内容阅读
提出一种基于典型相关分析的机械故障盲分离方法。与基于独立分量分析的故障盲分离方法相比较,传统的机械故障盲分离方法只考虑样本值的统计分布,不考虑源信号之间的时间和空间关系,而提出的方法克服了此不足,利用源信号的自相关关系来进行盲源分离。仿真结果表明:提出的方法取得了满意的分离效果,并且具有很高的的计算效率,分离速度要快于传统的盲源分离方法。最后,将提出的方法应用到轴承故障诊断中,实验结果进一步验证了该方法的有效性。