滚动轴承压缩故障信号的特征代理与凸优化重构算法

摘要：

压缩采样可以有效缓解机械状态监测数据存储和传输的压力,但是压缩数据的感知重构一直是个难点.针对滚动轴承压缩信号的故障特征提取问题,提出一种基于特征代理与凸优化算法的故障信号重构方法.分析了滚动轴承局部故障信号的稀疏和卷积特性,学习得到故障冲击模式.对压缩得到的轴承观测信号,构造包含冲击时刻特征的代理,并对代理建立目标优化函数,采用快速迭代收缩阈值算法(Fast Iterative Shrinkage Threshold Algo?rithm,FISTA)直接从代理提取出稀疏系数,将学习模式与稀疏系数卷积重构出故障信号.与直接利用FISTA从压缩信号中提取冲击特征相比,所提方法在不降低求解精度的同时降低了计算复杂度.相比于常用的贪婪类重构算法,所提方法无需预先估计信号的稀疏度,且能得到全局最优解.通过滚动轴承仿真和实验信号进一步验证了所提方法的有效性.

关键词：故障诊断、滚动轴承、压缩感知、特征重构

所属期刊栏目：35

分类号：TH165+.3;TH133.33

资助基金：国家自然科学基金;国家自然科学基金;广东省自然科学基金资助项目

在线出版日期：2022-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：434-445