基于粒子群优化稀疏分解的轴承故障诊断研究

摘要

强噪声背景下微弱信号的提取是振动信号处理领域的难题,稀疏分解方法能有效提取强噪声背景下的微弱信号,但计算量大是限制其应用的重要因素.为提高信号稀疏分解的速度,提出了一种基于粒子群优化匹配追踪的信号稀疏分解算法.该算法利用粒子群优化算法寻找匹配追踪算法中的最优原子参数,降低计算复杂度.轴承出现故障时,振动信号由谐振信号、瞬态冲击信号以及噪声组成.通过稀疏分解提取出滚动轴承故障信号中的冲击成分,然后进行包络解调分析,根据包络解调谱实现轴承故障诊断.对滚动轴承故障振动信号进行分析,实验结果表明该方法能有效地去除故障信号中的强噪声,快速且准确地提取出故障信号中的冲击成分.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号