采用非相关字典学习的滚动轴承故障诊断方法

您当前的位置：

首页 >

文章列表页 >

采用非相关字典学习的滚动轴承故障诊断方法

更新时间：2025-07-09

- 采用非相关字典学习的滚动轴承故障诊断方法
- Issue 6, Pages: 29-34(2019)
- 作者机构：
  
  1. 中车青岛四方机车车辆股份有限公司
  2. 西安交通大学机械工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TH133.33
- Published：2019
- 稿件说明：
移动端阅览
[J]. 2019, (6): 29-34.
DOI：

[J]. 2019, (6): 29-34. DOI：

摘要

针对轴承振动信号中早期故障特征难以识别的问题

提出了利用非相关字典学习稀疏提取微弱冲击特征

进而完成故障诊断的方法。字典的构造是影响稀疏表示算法性能的关键步骤

而传统字典学习方法构造的冗余字典

原子之间具有很强的相关性

不足以表现信号不同的结构特性

也不利于信号准确稀疏重构

进而影响了冲击故障特征信号的提取。因此

在K均值奇异值分解算法(K-SVD)的基础上加入了原子解相关的步骤

形成了非相关字典学习算法(INK-SVD)。采用INK-SVD算法在含噪振动信号段样本中

学习构造低相关性自适应字典;在此基础上

利用稀疏表示方法准确提取冲击故障特征

从而实现更准确的轴承故障诊断。通过仿真分析及实验数据分析

与传统字典学习方法相比

该方法稀疏系数恢复精确度更高

重构信号的包络解调谱更有利于故障特征的辨识

从而验证了该方法的有效性。

Abstract

关键词

Keywords

references

王君地.基于稀疏表示的音频修复算法研究[D].电子科技大学,2016(02).

Zhipeng Feng,Ming Liang.Complex signal analysis for planetary gearbox fault diagnosis via shift invariant dictionary learning[J].Measurement,2016.

Wei Fan,Gaigai Cai,Z.K. Zhu,Changqing Shen,Weiguo Huang,Li Shang.Sparse representation of transients in wavelet basis and its application in gearbox fault feature extraction[J].Mechanical Systems and Signal Processing,2015.

Xuefeng Chen,Zhaohui Du,Jimeng Li,Xiang Li,Han Zhang.Compressed sensing based on dictionary learning for extracting impulse components[J].Signal Processing,2013.

Scott Shaobing Chen,David L. Donoho,Michael A. Saunders.Atomic Decomposition by Basis Pursuit[J].SIAM Review,2001.

Multi-frame compression: theory and design[J].Signal Processing,2000(10).

B A Olshausen,D J Field.Natural image statistics and efficient coding*[J].Network: Computation in Neural Systems,1999(2).

张西宁,唐春华,周融通,雷威.一种自适应形态滤波算法及其在轴承故障诊断中的应用[J].西安交通大学学报,2018(12).

张晗,杜朝辉,方作为,王诗彬,陈雪峰.基于稀疏分解理论的航空发动机轴承故障诊断[J].机械工程学报,2015(01).

王国彪,何正嘉,陈雪峰,赖一楠.机械故障诊断基础研究“何去何从”[J].机械工程学报,2013(01).

王晓冬,何正嘉,訾艳阳.滚动轴承故障诊断的多小波谱峭度方法[J].西安交通大学学报,2010(03).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

采用改进共空间模式算法的四类表情辅助脑电信号识别方法

CNN-LSTM深度神经网络在滚动轴承故障诊断中的应用

采用非线性频谱的重载工业机器人故障机理分析

改进的熵特征在行星齿轮裂纹故障识别中的应用

采用双通道时间稠密网络的高光谱影像分类方法

Related Author

陆竹风

方婧瑶

吴斌

苏娜

张小栋

陶庆

王迪

肖能齐

Related Institution

新疆医科大学第一附属医院

新疆大学机械工程学院

武汉科技大学冶金装备及其控制教育部重点试验室

三峡大学水电机械设备设计与维护湖北省重点试验室

西安交通大学机械制造系统工程国家重点实验室

⁰