基于压缩感知弱匹配追踪算法的信号特征提取

• 作者: 张淑清 李鑫滨 邱建坤 马阳
• 来源期刊: 中国机械工程
• 关键词: 特征提取 匹配追踪 稀疏分解 轴承故障诊断
• 年，卷（期）: 2014,（24）
• 所属期刊栏目: 信息技术
• 页码范围: 3314-3319,3320
• 页数: 7页
• 分类号: TP274|TH133
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.24.010

摘要

针对滚动轴承故障诊断中的特征提取问题，提出一种基于压缩感知弱匹配追踪算法的特征提取方法。针对轴承故障信号特征特点构建了一个由傅里叶字典和冲击时频字典组成的联合字典，作为弱匹配追踪算法中的过完备冗余原子库。进而利用改进的简化粒子群寻优算法在联合字典原子库中寻找最能匹配轴承故障信号特征的原子，实现故障信号的快速高效稀疏分解。在信号重构阶段提出了一种改进的阈值降噪策略，解决了软阈值降噪存在恒定偏差以及硬阈值降噪的不连续问题。对 CWRU (Case Western Reserve University)轴承数据中心所提供的标准轴承故障信号和某钢厂滚动轴承实测信号进行了仿真，仿真结果验证了该方法的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张淑清	燕山大学工业计算机控制工程河北省重点实验室	81	1525	21.0	36.0
2	李鑫滨	燕山大学工业计算机控制工程河北省重点实验室	28	347	9.0	18.0
3	邱建坤	燕山大学工业计算机控制工程河北省重点实验室	2	8	1.0	2.0
4	马阳	燕山大学工业计算机控制工程河北省重点实验室	2	13	2.0	2.0