欠定条件下数控机床滚动轴承微弱信号的自适应提取方法研究

项目名称： 欠定条件下数控机床滚动轴承微弱信号的自适应提取方法研究

项目编号： No.51405063

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 机械、仪表工业

项目作者： 郭伟

作者单位： 电子科技大学

项目金额： 25万元

中文摘要： 滚动轴承是数控机床的关键部件，即使微小故障也会影响机床的加工精度和安全运行。状态监测与故障诊断是实现轴承预防性维修和提高可靠性的关键技术，但实际观测信号中包含强噪声和多振源信息，严重制约了轴承故障早期的微弱信号提取，致使难以及早发现设备异常。本项目将按照噪声去除、振源分离和算法优化三个步骤来解决上述难题。首先，根据噪声和振动信号的频谱差异，研究基于自适应信号分解的强噪声去除方法，解决强噪声降低信号分析性能的难题。然后，在观测信号数小于振源数(欠定)的情况下，研究基于稀疏表示的振源分离方法，由此构成轴承微弱信号的自适应提取方法。最后，通过优化信号分解方法来提升分解的性能和效率，使所提微弱信号提取方法不仅能够解决微弱信号不易提取的难题，还能满足现场监测与故障诊断的及时性要求。本项目的研究成果将为数控机床滚动轴承现场监测与故障诊断中的微弱信号检测提供行之有效的方法，具有重要的理论意义和应用价值。

中文关键词： 微弱信号提取；噪声去除；端点效应；特征选择；滚动轴承

英文摘要： Rolling element bearing is one of important machine components for numerical-control machine. Condition monitoring and fault diagnosis for bearings is an imperative part for preventive maintenance procedures and reliability improvement of these machines.

英文关键词： Extraction of weak signals；Noise reduction；End effects；Feature selection；Rolling element bearings