稀疏框架下信号瞬态成分提取及其机械故障预示研究

项目名称： 稀疏框架下信号瞬态成分提取及其机械故障预示研究

项目编号： No.51375322

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 机械、仪表工业

项目作者： 朱忠奎

作者单位： 苏州大学

项目金额： 80万元

中文摘要： 机械故障预示通过检测微弱特征实现轻微故障存在性的估计和判断，是机械故障诊断的挑战性课题。由于轻微故障的振动表现为强背景噪声下的微弱瞬态成分，瞬态成分提取是故障预示的关键；瞬态成分具有稀疏性；考虑到稀疏表示具有对噪声的不敏感性，其凸优化算法或贪婪算法可保证提取效果,本项目研究稀疏框架下微弱瞬态成分的提取方法，并通过旋转机械故障预示验证。首先，研究将稀疏表示方法分别与最小均方参数辨识、调Q小波滤波和形态成分分析、独立分量分析、匹配追踪等结合实现瞬态成分提取的优化算法，形成微弱瞬态成分提取的多种有效方法，并通过仿真实验验证瞬态成分提取方法的特点和适应性；然后，分别针对恒定转速工况和变转速工况，将瞬态成分提取方法用于机械传动系统与车辆轮对关键部件故障预示，验证瞬态成分提取对故障预示的有效性和适用性。本项目将通过基于稀疏框架下瞬态成分提取方法的研究确定多种适合旋转机械故障预示的信号特征提取方法。

中文关键词： 稀疏表示；故障诊断；旋转机械；故障预示；轴承

英文摘要： The mechanical fault prognosis manages to evaluate or judge the existence of slight fault, through the slight fault feature information detection, which has always been a challenging topic for mechanical fault diagnosis in recent years. When the machine s

英文关键词： sparse representation；fault diagnosis；rotating machinery；prognosis；bearing