摘要：提出了一种局域波法和独立成分分析相结合的机械故障诊断方法.对于机械设备的振动信号,通过局域波法得到的局域波时频图像能够同时在时间和频率上反映信号能量的变化.不同故障信号的局域波时频图像也明显不同,因此可以用来进行故障的判别.为了实现故障的自动分类,应用独立成分分析对不同故障信号的局域波时频图像进行独立分量分离,得到一组源图像的投影系数.在此基础上,利用概率神经网络实现故障的自动分类.以转子的早期摩擦,基座松动,不对中故障信号为例,应用该方法进行了研究,实验结果证明了该方法具有一定的实用性和有效性.

关键词：独立成分分析 图像 自动分类 局域波法 概率神经网络 

单位：大连理工大学精密与特种加工教育部重点实验室; 辽宁省; 大连市; 116023; 唐山学院信息工程系; 河北省; 唐山市; 063000; 大连理工大学精密与特种加工教育部重点实验室; 辽宁省; 大连市; 116023