جداسازی منابع مخفی برای چندین سیگنال ارتعاشی در حوزه زمان و تشخیص یاتاقان معیوب

جداسازی منابع مخفی یکی از تکنیک های جدید حوزه پردازش سیگنال می باشد که شامل بازیابی منابع و سیستم ترکیبی مجهول تنها از روی سیگنال های ترکیبی اندازه گیری شده توسط سنسور ها می باشد. این روش کاربردهای عملی بسیاری در زمینه های مختلف علوم نظیر، ارتباطات، مخابرات، جستجو های زمین شناسی، پردازش تصاویر، پردازش سیگنال های پزشکی و غیره دارد. در این پژوهش نشان داده خواهد شده که چگونه با استفاده از جداسازی منابع مخفی می توان سیگنال ارتعاشی مورد نظر که در یک ماشین دوار ایجاد شده است را توسط حذف سهم منابع ارتعاشی دیگر از روی سیگنال سنسور ها بازیابی نمود. در اینجا با استفاده از الگوریتم هایی بر اساس توابع کنتراست، دو روش جهت حل مسئله جداسازی منابع مخفی ماشین دوار با یکدیگر مقایسه شده اند. که عبارت اند از استفاده از کورتوسیس و کامیولنت های مرتبه بالاتر به عنوان تابع کنتراست. توابع هزینه متفاوت، استفاده از سیگنال های مرجع در روش دوم و نتیجتاً روش های بهینه سازی متفاوت وجه تمایز دو روش مذکور می باشد. این دو الگوریتم مجزا، بر روی داده های واقعی برگرفته از دستگاه نمونه آزمایش اعمال شده و توانایی، دقت و سرعت همگرایی آنها در رابطه با جداسازی منابع ارتعاشی مورد بحث واقع شده است. در پایان نیز، مثالی از تشخیص یاتاقان معیوب با استفاده از سیگنال های بازیابی شده، جهت نشان دادن پتانسیل جداسازی منابع مخفی در مورد پایش سیستم های مکانیکی، آمده است.