诸葛航，吕 勇，易灿灿，袁 锐

(武汉科技大学机械自动化学院，武汉 430081)

0 引言

在旋转机械运行过程中，轴承、齿轮是发生故障的主要部位[1]，且设备中多种故障同时出现的情况普遍存在。而在实验室或工厂中由于成本和检测条件的限制，设备上不能安装较多的传感器，所以传感器的数量小于信号源数量的情况非常普遍(欠定情况)。相比于单个故障的情况，复合故障的情况更复杂且更难以处理。而我们通过传感器测得的复合故障信号是各故障源的混叠信号，其传递过程不明确，且包含强烈的噪声，这给复合故障的诊断带来了很大困难[2]。混合利用欠定盲源分离(UBSS)方法,我们可以在传递过程不明确的情况下从信号中提取有用的故障信号，从而很好地处理复合故障的诊断问题。

传统的盲源分离方法，如独立成分分析(ICA)等，只适用于平稳、非高斯且相互独立源的分离，易受噪声影响。这些方法不能适应复杂非平稳的工况，而时频分布(TFD)方法能够得到在故障信号在时频域的信息，可以有效地反映信号的非平稳特征。空间-时频分布(Spatial Time-Frequency Distribution，STFD)方法由二次时频分布(Quadratic time-frequency distribution，QTFD)发展而来，主要是基于Wigner-Ville分布(WVD)定义的，所以STFD具有不需要严格的独立性假设、先验知识，对噪声不敏感，适用于非平稳信号等优点[3]。许多学者将STFD方法应用于到达波方向(DOA)估计，并取得了较好的效果[4-6]，但是目前很少有学者将STFD方法用于盲源分离来对机械复合故障进行诊断。

本文针对旋转机械中存在的滚动轴承多故障的问题提出了基于空间-时频分布的欠定盲源分离方法，实现了轴承多故障源信号的分离，并在时频域对分离后的信号进行分析与比较，从而进行故障诊断与状态检测；……