论文摘要
在滚动轴承故障信号特征分析中,针对瞬态冲击信号稀疏表示和特征提取问题,提出一种基于IChirplet原子的故障信号多重特征提取方法。在分析故障信号特点的基础上,构建IChirplet原子库,利用优化的OMP算法进行原子寻优,然后提取IChirplet原子的时频参数和重构信号的敏感特征作为特征参量,通过PSO_SVM实现故障分类。实验证明IChirplet原子与滚动轴承故障信号有较好的匹配性,且多重特征的提取能够有效表征故障信息,更准确地判断轴承故障类型。
论文目录
文章来源
类型: 期刊论文
作者: 孟宗,殷娜,李晶
关键词: 计量学,滚动轴承,故障诊断,稀疏分解,原子,多重特征提取
来源: 计量学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,电信技术
单位: 燕山大学河北省测试计量技术及仪器重点实验室
基金: 国家自然科学基金(51575472,61873226,61873227),河北省高等学校科学研究计划重点项目(ZD2015049),河北省留学人员科技活动项目择优资助(C2015005020)
分类号: TN911.6;TH133.33
页码: 855-860
总页数: 6
文件大小: 279K
下载量: 266