采用品质因子优化和子带重构的共振稀疏分解滚动轴承故障诊断方法

您当前的位置：

首页 >

文章列表页 >

更新时间：2025-07-09

- 采用品质因子优化和子带重构的共振稀疏分解滚动轴承故障诊断方法
- 暂无标题
- 西安交通大学学报 2018年第4期页码：70-76+89
- 作者机构：
  
  1. 三峡大学湖北省水电工程施工与管理重点实验室
  2. 三峡大学湖北省水电机械设备设计与维护重点实验室
  3. 湖北三峡职业技术学院机电工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(51775307,51405264);湖北省重点实验室开放基金资助项目(2016KSD14,2016KSD15)
- DOI：
  中图分类号： TH133.33
- 纸质出版：2018
- 稿件说明：
移动端阅览
陈保家, 汪新波, 严文超, 等. 采用品质因子优化和子带重构的共振稀疏分解滚动轴承故障诊断方法[J]. 西安交通大学学报, 2018,(4):70-76+89.
陈保家, 汪新波, 严文超, 等. 采用品质因子优化和子带重构的共振稀疏分解滚动轴承故障诊断方法[J]. 西安交通大学学报, 2018,(4):70-76+89. DOI：

DOI：

针对强背景噪声下的滚动轴承早期故障诊断问题

提出了一种融合遗传算法品质因子参数优化、子带重构共振稀疏分解(RSSD)和小波变换的故障诊断方法。该方法以滚动轴承早期故障振动信号RSSD低共振分量峭度指标作为目标函数

利用遗传算法对品质因子参数组合进行优化选择。依据能量分布占优原则对低共振分量进行主子带重构、减少噪声干扰且增强故障信号冲击特征。借助小波分析局部优化和多分辨的特性

对重构低共振分量进行多尺度小波分解

提取轴承故障特征且深度挖掘轴承故障特征信息。通过滚动轴承的2种不同类型故障诊断实例表明

与一般RSSD方法相比

该方法具有更强的削弱背景噪声影响、凸显微弱故障特征的能力。

何正嘉, 陈进, 王太勇, 褚福磊, 编著.机械故障诊断理论及应用[M].高等教育出版社,2010.

李星,于德介,张顶成.基于最优品质因子信号共振稀疏分解的滚动轴承故障诊断[J].振动工程学报,2015(06).

张顶成,于德介,李星.滚动轴承故障诊断的品质因子可调小波重构方法[J].航空动力学报,2015(12).

黄文涛,付强,窦宏印.基于自适应优化品质因子的共振稀疏分解方法及其在行星齿轮箱复合故障诊断中的应用[J].机械工程学报,2016(15).

郑近德,程军圣.改进的希尔伯特-黄变换及其在滚动轴承故障诊断中的应用[J].机械工程学报,2015(01).

向家伟,崔向欢,王衍学,蒋勇英,高海峰.轴承故障诊断的最优化随机共振方法分析[J].农业工程学报,2014(12).

严如强,钱宇宁,胡世杰,高晓旸.基于小波域平稳子空间分析的风力发电机齿轮箱故障诊断[J].机械工程学报,2014(11).

张文义,于德介,陈向民.基于信号共振稀疏分解与能量算子解调的轴承故障诊断方法[J].中国电机工程学报,2013(20).

Ivan W. Selesnick.Resonance-based signal decomposition: A new sparsity-enabled signal analysis method[J].Signal Processing,2010(12).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用参数自适应最大相关峭度解卷积的滚动轴承故障特征提取

CNN-LSTM深度神经网络在滚动轴承故障诊断中的应用

随机矩阵理论和主成分分析融合的滚动轴承性能退化评估方法

滚动轴承高维随机矩阵状态异常检测算法

采用时间序列突变点检测的滚动轴承性能退化评价方法