计量学报

作者：时培明,孙航璇,许学方,韩东颖

单位：燕山大学 河北省测试计量技术及仪器重点实验室,河北 秦皇岛 066004

关键词：信息采集; 数据恢复;轴承故障诊断; 张量分解; 缺失值数据; 特征提取; 振动测量;风电机组

基金：河北省自然科学基金(E2020203147,E2022203093);中央引导地方科技发展资金(216Z4301G)

针对风电机组轴承故障信息采集过程中数据缺失导致故障类型无法识别问题,提出了一种基于四维张量模型特征分解恢复缺失数据的方法。首先,基于转速、时窗、经验模态分解和时间4个维度构建四维张量;其次,通过加权优化算法实现张量填充,修补故障数据的缺失值;然后,对张量进行Tucker分解得到核心张量及因子矩阵;最后,基于梯度优化算法进行迭代优化得到最终核心张量及因子矩阵,并利用二者对四维张量进行重构得到恢复数据。采用实验数据和实际数据来验证提出方法的有效性和可靠性。结果表明:两组恢复数据的RMSE值分别为0.3169和0.0291,远小于4种对比方法的RMSE值。利用双稳态随机共振对2组恢复数据进行故障特征提取,信噪比显著提高,分别为-13.2647和-15.5212,进一步验证提出方法的准确性。

来源：2024年第5期

《计量学报》期刊编辑部

查看计量学报杂志2024年第5期