基于信源估计和频域反卷积的滚动轴承故障特征分离与辨识

• 作者: 孟浩 张建宇 胥永刚
• 来源期刊: 中国机械工程
• 关键词: 小波包分解 奇异值分解 短时傅里叶变换 复数域独立分量分析 频域反卷积
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 45-50,51
• 页数: 7页
• 分类号: TH16
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.01.008

摘要

针对轴承故障的振动特征由于受到强振源的抑制作用而增加了故障分离与辨识难度的问题，建立了基于信源估计和频域反卷积的故障诊断方法。利用小波包分解将信号分离成多个子带信号，并和奇异值分解相结合，解决欠定条件下的信号源数估计问题；根据估计的源数，选取相应维数的观测信号，通过短时傅里叶变换、复数域独立分量分析、相关排序、短时傅里叶逆变换，完成频域反卷积的分析过程，实现故障特征的分离与提取。仿真信号和实验数据均验证了该方法在故障特征分离与微弱特征辨识中的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建宇	北京工业大学先进制造技术北京市重点实验室	81	700	16.0	22.0
2	胥永刚		2	6	2.0	2.0