自适应最稀疏时频分析方法及其在机械故障诊断中的应用

项目名称： 自适应最稀疏时频分析方法及其在机械故障诊断中的应用

项目编号： No.51375152

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： 程军圣

作者单位： 湖南大学

项目金额： 80万元

中文摘要： 自适应最稀疏时频分析（Adaptive and sparsest time-frequency analysis，ASTFA）是一种新的将信号分解转化为优化问题的自适应信号处理方法，它以得到的单分量个数最少为优化目标，以单分量的瞬时频率具有物理意义为约束条件，将信号自适应地分解为若干个内禀模态函数之和，非常适合处理机械故障振动信号。而ASTFA方法目前还有理论问题需要研究和完善，其在机械故障诊断中的应用也未见报道。因此，本项目拟对ASTFA方法的理论进行深入研究，针对其关键的优化目标和约束条件的确定问题，提出了两种新的ASTFA方法-基于局部窄带信号的自适应最稀疏正交分解和基于调幅-调频信号的自适应最稀疏正交分解。在此基础上，对ASTFA方法在机械故障诊断中的应用进行研究，提出系统、完整的基于ASTFA的机械故障诊断方法。项目研究成果对于时频分析和机械故障诊断技术水平的提高都具有重要意义。

中文关键词： 自适应最稀疏时频分析；自适应最稀疏窄带分解；机械故障诊断；结构损伤检测；寿命预测

英文摘要： The adaptive and sparest time-frequency analysis (ASTFA) is a newly adaptive signal processing method, in which the signal decomposition can be transformed into an optimization problem. In the optimization problem, the optimization objective is the minimu

英文关键词： adaptive sparest time-frequency analysis；adaptive sparsest narrow-band decomposition；mechanical fault diagnosis；structure damage detection；life prediction