面向滚动轴承故障诊断的VBIVA算法

于洋; 尹钰; 季策; 林峰; 于明月

doi:10.3969/j.issn.2095-1248.2024.01.006

沈阳航空航天大学学报 ›› 2024, Vol. 41 ›› Issue (1) : 45 -53. DOI: 10.3969/j.issn.2095-1248.2024.01.006

信息科学与工程

面向滚动轴承故障诊断的VBIVA算法

于洋 ^1a ,
尹钰 ^1b ,
季策 ² ,
林峰 ^1a ,
于明月 ^1a

作者信息 +

Variational Bayesian independent vector analysis algorithm for rolling bearing fault diagnosis

Yang YU ^1a ,
Yu YIN ^1b ,
Ce JI ² ,
Feng LIN ^1a ,
Mingyue YU ^1a

Author information +

文章历史 +

PDF (1859K)

摘要

在实际工程中，采集到的滚动轴承故障信号往往来自多个源。多个故障信号在传播路径中相互耦合形成了复合故障信号，使故障诊断问题变得更加复杂。如果直接对复合信号进行分析，那么提取到的故障特征中往往存在多源的故障频率，导致无法正确判断故障出现的位置。针对这一问题提出了变分贝叶斯独立向量分析（variational Bayesian independent vector analysis，VBIVA）算法，并将该算法应用于故障诊断。通过与独立向量分析（independent vector analysis，IVA）算法以及变分贝叶斯独立分量分析（variational Bayesian independent component analysis，VBICA）算法的仿真对比，证明VBIVA算法有效地解决了复合故障信号的盲源分离及故障诊断问题。