基于衰减余弦字典和稀疏特征符号搜索算法的轴承微弱故障特征提取

论文摘要

通过分析轴承内外圈故障时域波形特征,结合其早期微弱故障特点,提出了一种与轴承故障波形高度匹配的衰减余弦过完备字典,同时与稀疏表示基追踪方法的特征符号搜索算法相结合的新型算法(ACFS),实现了强噪声干扰下轴承微弱故障特征的提取。通过分析原始信号频谱与理论故障特征,确定了张成原子库的参数,并结合特征符号搜索算法对不同信噪比轴承内圈仿真信号和轴承全寿命数据中的早期微弱故障信号进行了分析。对比普通包络解调方法与基于Symlet8小波包字典的普通BPDN结果表明,该方法可以在极早期实际轴承故障信号中高效、准确地提取出故障特征频率。对于噪声具有极好的冗余度与鲁棒性。

论文目录

• 1 基于过完备原子库与基追踪的优化算法
•   1.1 优化算法
•   1.2 过完备原子库
• 2 算法仿真分析
• 3 轴承全寿命早期故障信号分析
• 4 结 论

文章来源

类型: 期刊论文

作者: 周浩轩,刘义民,刘韬

关键词: 稀疏表示,基追踪,衰减余弦字典,轴承早期故障,特征符号搜索

来源: 振动与冲击 2019年21期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,电信技术

单位: 昆明理工大学机电工程学院

基金: 国家自然科学基金(51675251),云南省应用基础研究计划项目重点项目(201601PE00008)

分类号: TN911.6;TH133.33

DOI: 10.13465/j.cnki.jvs.2019.21.023

页码: 164-171

总页数: 8

文件大小: 307K

下载量: 83