10.15918/j.tbit1001-0645.2016.04.008
基于稀疏表示的轴承早期故障特征提取
低速重载机械设备中的滚动轴承由于承受巨大载荷,极易出现内外环故障.在故障早期阶段,反映故障特征的冲击成分很微弱,极易被噪声覆盖而难以识别.为准确诊断轴承早期故障,提出基于稀疏表示的故障特征提取方法.该方法利用K-SVD字典训练算法构造出能准确匹配冲击成分的字典,克服了参数化字典缺乏自适应性的问题;稀疏编码过程中,采用批处理正交匹配追踪算法(batch orthogonal matching pursuit,Batch-OMP)对振动信号进行分解,以逼近信号的峭度值最大原则作为分解结束条件,自适应确定出分解次数;最后,通过对重构的特征成分进行包络谱分析得出故障类型.对仿真信号和轴承振动信号进行故障特征提取,结果表明所提方法能准确提取出冲击成分,验证了其有效性和实用性.
稀疏表示、K-SVD、Batch-OMP、峭度值、冲击成分、轴承故障诊断
36
TN911;TH17
国家自然科学基金资助项目61174106
2016-08-05(万方平台首次上网日期,不代表论文的发表时间)
376-381,398