论文部分内容阅读
盲源分离技术是把多个信号源或各种特征参数从它们的混合信号中分离或提取出来,应用于机械故障诊断中,将有助于分离混合信号,进行故障诊断。本文将盲源分离技术应用于齿轮箱故障诊断实验中,给出了盲源分离的故障特征提取方法,最后通过BP神经网络故障诊断结果证明了此方法的有效性和可行性,具体内容如下:1.系统地研究了盲源分离的主要方法——独立分量分析(ICA),详细地描述ICA模型及介绍了FastICA算法,并对该算法进行了仿真分析,通过判断分离后的信号与仿真信号的一致性,验证了算法的可行性。