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.

关键词： 滚动轴承 故障诊断 振动信号 稀疏分解方法 粒子群优化算法

作者: 袁浩东 陈进 董广明

作者单位: 上海交通大学 机械系统与振动国家重点实验室 上海 200240

会议类型: 国内会议

会议名称: 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议

会议地点: 秦皇岛

会议语种:中文

页码: 308-310

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）