基于信号稀疏表示和瞬态冲击信号多特征提取的滚动轴承故障诊断

摘要：

在滚动轴承故障信号特征分析中,针对瞬态冲击信号稀疏表示和特征提取问题,提出一种基于IChirplet原子的故障信号多重特征提取方法.在分析故障信号特点的基础上,构建IChirplet原子库,利用优化的OMP算法进行原子寻优,然后提取IChirplet原子的时频参数和重构信号的敏感特征作为特征参量,通过PSO SVM实现故障分类.实验证明IChirplet原子与滚动轴承故障信号有较好的匹配性,且多重特征的提取能够有效表征故障信息,更准确地判断轴承故障类型.

关键词：计量学、滚动轴承、故障诊断、稀疏分解、IChirplet原子、多重特征提取

所属期刊栏目：40

分类号：TB936;TB973(计量学)

资助基金：国家自然科学基金51575472,61873226,61873227;河北省高等学校科学研究计划重点项目ZD2015049;河北省留学人员科技活动项目择优资助C2015005020

在线出版日期：2019-10-16（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：855-860