基于FSDPC_Otsu算法的滚动轴承故障研究

摘要：

针对振动源数未知且观测信号小于振动源数量的欠定盲源问题,提出一种改进快速寻找密度峰值聚类(FSDPC)的方法.首先将混合信号投影到多维空间上并计算每点的密度值,在此基础上利用最大类间方差法(Otsu)对点密度进行阈值分割,去除干扰点对聚类准确率的影响;然后根据数据的密度峰值确定聚类中心,估计混合矩阵;最后通过L1范数最小化对混合信号进行分离并进行包络谱分析,实现轴承故障诊断.FSDPC_Otsu方法可在源数和聚类中心初值未知的条件下估计混合矩阵,且保证混合矩阵精度.实验结果表明,应用FSDPC_Otsu方法的稀疏成分分析能够对轴承多故障信号进行欠定盲分离,进而实现故障识别与诊断.

关键词：计量学;滚动轴承;故障诊断;密度峰值聚类;最大类间方差法;欠定盲分离

所属期刊栏目：42

分类号：TB936;TH17(计量学)

资助基金：国家自然科学基金;河北省自然科学基金;中央引导地方科技发展基金;河北省"三三三人才工程"

在线出版日期：2021-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1466-1471