-
题名基于优化最小算法的齿轮箱复合故障特征稀疏表示
被引量:8
- 1
-
-
作者
石娟娟
王林
罗春艳
蔡改改
沈长青
朱忠奎
-
机构
苏州大学城市轨道交通学院
苏州宝馨科技实业有限公司
-
出处
《振动工程学报》
EI
CSCD
北大核心
2017年第6期1045-1055,共11页
-
基金
国家自然科学基金资助项目(51375322
51405321
+1 种基金
51605319)
江苏省自然科学基金资助项目(BK20160318)
-
文摘
复合故障信号中多种特征成分的有效分离是实现齿轮箱复合故障诊断的核心,也是难点。针对此,提出一种基于优化最小算法(Majorization-Minimization,MM)的稀疏表示方法,并将其应用于齿轮箱齿轮轴承复合故障特征成分的提取与分离。首先,根据齿轮箱中轴承和齿轮在局部故障激励下的瞬态成分存在差异性,利用相关滤波优选来分别构造与轴承和齿轮故障瞬态特征相匹配的过完备字典,建立目标函数;然后,采用所提优化最小算法对稀疏表示目标函数进行优化求解;在此基础上,根据复合故障信号中轴承和齿轮瞬态成分能量的强弱,依次进行稀疏表示及瞬态成分重构,最终实现齿轮箱复合故障特征的提取与分离。通过对仿真和实验信号的分析表明:所提方法能够分别提取复合故障信号中轴承和齿轮的瞬态特征,实现齿轮箱复合故障诊断,验证了所提方法的有效性。
-
关键词
故障诊断
齿轮箱
特征提取
稀疏表示
优化最小算法
-
Keywords
fault diagnosis
gearbox
feature extraction
sparse representation
over-complete dictionary
majorization-minimi-zation algorithm
-
分类号
TH165.3
[机械工程—机械制造及自动化]
TN911.7
[电子电信—通信与信息系统]
-