全矢谱和稀疏分解结合的轴承故障特征提取

• 作者: 林辉翼 董辛旻 郝伟 郝旺身
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 稀疏分解 全矢谱 特征提取 信息融合 滚动轴承 故障诊断
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 先进制造技术
• 页码范围: 146-149
• 页数: 4页
• 分类号: TH16|TH133
• 字数: 2981字
• 语种: 中文

摘要

针对滚动轴承在故障早期特征信号微弱、故障特征提取困难以及单通道分析方法信息利用不充分等问题,提出了一种基于稀疏分解与全矢谱相结合的滚动轴承早期微弱故障特征提取方法.首先,在已构造的冗余字典基础上对滚动轴承同源双通道早期故障信号分别进行稀疏分解,得到各自的稀疏信号;然后,将同源双通道稀疏信号进行全矢信息融合;最后,对融合后的信号进行包络解调分析,以提取出故障特征频率.该方法将全矢谱拓展到早期微弱故障诊断领域,并通过实验验证了其在早期微弱故障特征提取方面的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董辛旻	郑州大学振动工程研究所	69	393	11.0	16.0
2	郝伟	郑州大学振动工程研究所	61	651	16.0	23.0
3	郝旺身	郑州大学振动工程研究所	32	203	8.0	12.0
4	林辉翼	郑州大学振动工程研究所	7	7	1.0	2.0