基于听觉注意机制的故障诱发信号流分流方法研究

Mechanical fault may induce novel vibration signal component, this component and fault has close internal relationship, and will vary as a stream along with equipment working state and fault deterioration degree, so it can be called as signal stream. Therefore,it is necessary to research the signal stream segregation method induced by fault, complete segregation includes perception, extraction and tracking. Considering human auditory system can capture target signal stream only by using two ears or even single ear information in the attention condition, and the attention mechanism is completely different with blind source separation method. Then, based on auditory attention mechanism and according to the characteristics of vibration signal, this project will research the modeling and application method of binaural auditory model which is the carrier of attention mechanism to realize the segregation task only using two channels signals. Taking the generation and integration of attention cues as core, this project will study the modeling and coordinate control methods of main elements in auditory system.In this project, an auditory cortex model with a new structure will be built and the function of short-term memory will be introduced into auditory model.Moreover,a segmentation method of basis behaviour unit based on multiple envelope is proposed.The idea in this project is proposed for the first time in the field of mechanical faults diagnosis with practical significance in improving level of online monitoring and expanding the signal decomposition method. Meanwhile, this project has a good preliminary work foundation,and the project team has preliminary verified the feasibility of the method of signal stream segregation present in this project.

机械故障会诱发出新异振动信号分量，该分量与故障具有密切的内在联系，且其统计特征往往会随设备工作状态和故障恶化程度的变化而变化，具有流动的特性，可将其称为"信号流"。因此，有必要研究兼具感知、提取和跟踪功能的信号流分流方法。鉴于人类听觉系统在注意状态下只利用双耳甚至单耳信息即可捕捉到目标信号流，且其原理与盲源分离等方法截然不同，本项目拟基于听觉注意机制，并结合振动信号的特点，研究注意机制的载体- - 双耳听觉模型的建模与应用方法，以实现两传感器条件下的信号分流。项目将以注意机制中的线索生成与整合为核心，研究听觉系统各主要元件的建模和协调控制方法，其中，将建立一种新型听皮层模型并首次引入短时记忆功能，还提出了基于多重包络的基本行为单元分割方法。在故障诊断领域中，本项目设想属首次提出，对于丰富信号分解方法和提高在线监测水平都具有一定实际意义。项目组具有较好的前期研究基础，并已初步验证了项目的可行性。

机械故障会使设备振动信号中出现新异成分，所以，自动感知信号的变化并提取相应成分对于故障诊断具有较强的实际意义。由于听觉注意机制具有自动感知声场中新异声信号的能力，因此，项目以听觉注意机制为模拟对象，研究适用于振动信号的听觉注意模型的构建与应用方法。项目研究了听觉外周、中级听觉和听觉中枢三个部分的建模方法，设计了多种具有不同功能侧重的听觉注意模型，主要取得以下成果：. 1. 建立了一种更为完备的听觉外周模型，模型中首次模拟了听神经的特异性适应现象。与传统模型相比，所建模型具有更为全面的性能，尤其是模型输出的听觉谱对于不同故障具有更明显的可区分性。. 2. 提出了基于零部件动力行为的信号分量提取方法，并提出了动力行为间关联度的概念和计算方法，从而可从关联度的角度进行设备故障的判断。提出了单路信号中同调制源信号分量的提取方法，对于多振源设备的信号分析具有一定的实际意义。.3. 建立了较为完整的瞬态振动信号感知与提取的方法体系，构建了相应的听觉注意模型。与传统的仅依据单一统计特征的瞬态信号提取方法不同的是，项目所建的听觉模型通过综合多种线索，可实现瞬态信号的感知、提取和提纯。数值仿真和实验验证结果表明，所提方法对于微弱或密集的瞬态信号亦具有较好的提取效果。.4. 建立了适用于振动信号的听觉显著模型，并提出了新的多尺度滤波器和多尺度整合方法，首次给出了模型参数的确定方法和原则。所建模型能够自动感知信号中发生明显变化的时频区域。同时，基于该模型，首次提出了设备噪声烦恼度评估与分析方法。.5. 基于听觉显著模型，并模拟听觉掩蔽机制，设计了一种分析两路信号的双耳模型，该模型通过整合两路信号，可有效放大信号中微弱的突变成分，且好于只分析单路信号时的效果。. 6. 建立了一种基于听神经振荡网络的双耳模型，该模型可提取两路信号中共有的和突出的信息，可反映设备的整体状态特征，验证结果表明该模型可获得较为理想的故障识别准确率。