仪器仪表学报

作者：张建峰，丁传仓，江星星，杜贵府，李舜酩

单位：张建峰,南通理工学院汽车工程学院南通226002,zhangmajinjin@sohu.com,丁传仓,苏州大学轨道交通学院苏州215131,ccding@suda.edu.cn,江星星,苏州大学轨道交通学院苏州215131,,杜贵府,苏州大学轨道交通学院苏州215131,,李舜酩,南通理工学院汽车工程学院南通226002,

关键词：加权双域稀疏分解模型;编码器信号;故障诊断;特征提取;齿轮箱

基金：国家自然科学基金（52205119，52172406）、高端装备机械传动全国重点实验室开放基金（SKLMT-MSKFKT-202415）、中国博士后科学基金（2025M771322）项目资助

齿轮箱作为机械设备中的关键传动部件，常年在严苛环境和重载条件下工作，易发生损伤。近年来，内置编码器信号因其成本低廉、获取便捷等优势，逐渐成为机械设备健康状态监测的重要手段。然而，由于编码器信号中的故障特征微弱，且易与多种干扰成分交叠，导致故障冲击特征难以准确辨识与提取。针对上述挑战，提出了一种基于加权双域稀疏分解模型的编码器信号特征提取及故障诊断方法。在加权双域稀疏分解模型中，分析了故障冲击特征与干扰成分在时域和频域中的形态特性差异，随后通过引入权重系数、非凸惩罚函数及周期二进制向量，构建了分别约束时域中故障冲击特征的周期性组稀疏特性与频域中谐波干扰成分的频域稀疏特性的非凸正则项，实现了信号中目标特征的精准匹配与刻画。此外，采用交替方向乘子法及受控极小化方法，推导了加权双域稀疏分解模型的迭代求解算法。最后，通过仿真数据与行星齿轮箱实验台数据验证了加权双域稀疏分解模型的有效性。结果表明，相较于两种对比方法——调Q因子小波变换分解方法和最大相关峭度解卷积方法，该方法在故障冲击特征提取精度方面具有显著优势，展现出良好的工程应用潜力。

来源：2025年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第7期