基于多层多位置稀疏的滑动轴承 AE 信号降噪

摘要：

滑动轴承的声发射（Acoustic Emission，AE）信号噪声污染严重，限制了 K 均值奇异值分解（K-means Sin-gular Value Decomposition，K-SVD）字典算法的降噪能力。基于此，结合 AE 信号特点，提出了基于多层多位置稀疏的滑动轴承 AE 信号降噪算法。首先提出移动标尺策略重构 AE 信号，使信号获得多层多位置的稀疏特性，解决了 K-SVD 容易忽略原子间隐藏信息的问题，然后通过灰色 B 型绝对关联度降低字典原子冗余度，提高字典运算速度。因此，与传统的K-SVD 算法相比，该算法具有更好的降噪性能。应用到实例中，该算法成功获得了滑动轴承不同程度摩擦状态的变化，证明了该算法的有效性。

关键词：滑动轴承、声发射、K 均值奇异值分解(K-SVD)、移动标尺、灰色 B 型绝对关联度

所属期刊栏目：35

分类号：TH133.31

资助基金：国家自然科学基金项目51205405；51305454

在线出版日期：2016-11-10（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：107-112