一种改进的TVD电机轴承故障特征提取方法

摘要：

针对全变分去噪(total variation denoising,TVD)方法在恢复信号特征的过程中使用L1范数会导致信号振幅降低和正则化参数λ难以选取的问题,提出了一种基于非凸全变分去噪(noconvex total variation denoising,NCTVD)和天牛须搜索(beetle antennae search,BAS)算法的电机轴承故障特征提取方法.首先,引入反正切非凸惩罚函数定义二阶TVD中的正则化项,增强信号的冲击特征并诱导稀疏性;其次,利用BAS算法对NCTVD中的正则化参数λ和凸性参数a进行寻优并选取最佳参数组合来增强所构造模型的降噪性能,并给予参数约束来保证模型严格凸的性质;然后,通过最小优化算法求解新的NCTVD模型,实现振动信号的降噪和特征增强;最后,结合Teager能量算子(Teager-kaiser energy opera-tor,TKEO)方法对降噪后的信号进行频谱分析,实现对电机轴承故障特征提取的应用验证.公开数据和实测数据的试验结果表明,该方法不仅有效地抑制噪声干扰和表征故障信息,还改善了传统TVD模型在提取故障特征过程中产生的脉冲能量衰减和稀疏效果欠佳的问题.

关键词：电机轴承、故障诊断、全变分去噪(TVD)、天牛须搜索(BAS)

所属期刊栏目：42

分类号：TN911.7;TH165.3

资助基金：国家自然科学基金;国家自然科学基金;云南省基础研究计划项目;云南省基础研究计划项目

在线出版日期：2023-06-01（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：203-214