计量学报

作者：孟宗,殷娜,李晶

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：计量学;滚动轴承;故障诊断;稀疏分解;IChirplet原子;多重特征提取

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)

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。

来源：2019年第5期

《计量学报》期刊编辑部

查看计量学报杂志2019年第5期