仪器仪表学报

作者：王 爽，丁传仓，曹 懿，王报祥，江星星

单位：王 爽,1. 苏州城市学院智能制造与智慧交通学院,,丁传仓,2. 苏州大学轨道交通学院,,曹 懿,2. 苏州大学轨道交通学院,,王报祥,2. 苏州大学轨道交通学院，3. 苏州科技大学机械工程学院,,江星星,2. 苏州大学轨道交通学院,

关键词：加权多尺度卷积稀疏表示;滚动轴承;故障诊断;故障特征提取

基金：国家自然科学基金(52205119)、江苏省自然科学基金(BK20220497)、中国博士后科学基金(2023M732535)项目资助

故障特征精确提取是实现轴承故障诊断的重要环节。卷积稀疏表示能够刻画特征的移位不变特性,非常适用于滚动轴承故障特征提取。然而,卷积稀疏表示忽略了故障冲击特征的周期性及不同尺度下的信号特性差异,制约了其在谐波成分和背景噪声等干扰下的特征提取能力。因此,提出了加权多尺度卷积稀疏表示用于分离振动信号中的周期性故障冲击特征,从而实现轴承故障诊断。在构建的稀疏表示模型中,利用多尺度变换将原始信号转换到不同尺度下,并在不同尺度下采用不同权重系数以达到抑制谐波成分等干扰的目的。同时,为了凸显故障冲击特征,建立了约束故障特征稀疏系数周期性的正则项,提高冲击特征分离能力。此外,引入交替方向乘子法和受控极小化方法推导出迭代求解算法。最后,通过分析提取特征的波形、包络谱及两种故障信息定量评估指标,验证了提出方法拥有优异的轴承复合故障冲击特征提取和诊断能力。

来源：2024年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第5期