基于稀疏分解和频域相关峭度的轴承微弱故障特征提取

摘要：

在强背景噪声和复杂激励的干扰下,滚动轴承的早期微弱故障特征往往难以提取,提出一种稀疏分解与频域相关峭度相结合的方式,对轴承早期微弱故障特征进行提取.稀疏表示方法是分析非平稳信号的一种有效方式,在轴承故障诊断中常用的一种方法是利用K-SVD算法构造自适应字典,采用OMP算法对采集到的数据进行稀疏分解.利用频域相关峭度能够准确识别出轴承等旋转机械的循环冲击序列的特性,将其引入到字典构造过程中,求解稀疏分解时每次迭代逼近信号的频域相关峭度,并且找到最大频域相关峭度值所在位置,根据当前位置的信号重构原始信号,计算其包络及包络谱,分析故障类型.仿真信号和试验信号的结果表明:所提方法能够准确识别出轴承故障,验证了该方法在识别循环冲击序列的有效性和优越性.

关键词：滚动轴承、微弱故障、稀疏分解、循环平稳

所属期刊栏目：38

分类号：TH113.1;TH133.3

资助基金：国家自然科学基金11790282,U1534204,11472179,11572206,11802184;河北省自然科学基金A2016210099;河北省研究生创新资助项目CXZZBS2017135

在线出版日期：2020-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：196-202,212