基于ITD与稀疏编码收缩的滚动轴承故障特征提取方法

摘要：

针对滚动轴承早期故障信号具有周期性冲击的特点和被强噪声淹没而难以提取的问题,提出了一种基于固有时间尺度分解(Intrinsic Time Scale Decomposition,ITD)与稀疏编码收缩(Sparse Coding Shrinkage,SCS)集成的轴承故障特征提取方法(命名为ITD-SCS).ITD能自适应地将振动信号分解成若干固有旋转分量(Proper Rotation,PR),选择有效的PR分量突显信号的冲击特征.进一步采用奇异值分解(Singular Value Decomposition,SVD)对每一有效PR实施滤噪作为SCS的前置滤噪单元以提高信号的稀疏性.最后,通过SCS利用极大似然估计方法提取合成信号中的冲击特征.将ITD-SCS应用于轴承内圈故障仿真信号和外圈实际故障振动信号的实验结果表明,ITD-SCS能有效提取强背景噪声下的轴承故障信号的冲击特征.

关键词：轴承故障、故障特征提取、固有时间尺度分解、奇异值分解、稀疏编码收缩

所属期刊栏目：37

分类号：TH165.3;TN911.7

资助基金：国家自然科学基金51375290,71471135;上海航天科技创新基金SAST2015054;中央高校基本科研业务经费项目

在线出版日期：2018-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：23-29