快速多分离字典学习的轴承故障诊断方法研究

• 作者: 吕勇 易灿灿 王森林
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 稀疏表示 相空间重构 拉格朗日乘子 多分离字典学习 故障诊断
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 控制与检测
• 页码范围: 71-75
• 页数: 5页
• 分类号: TH165|TG506
• 字数: 3900字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2020.01.018

摘要

为了提高轴承故障诊断的准确率,减小重构的时间,文章提出了一种快速多分离字典学习(Fast multi-separable dictionary learning,FMSeDiL)的稀疏表示算法.与传统的字典学习方法不同,该方法首先利用相空间重构将一维故障信号重构到高维相空间,获得重构信号的矩阵,以此组成轴承故障诊断原始特征集;再对该矩阵进行分块处理,通过QR分解对每个类别矩阵信号的可分字典进行优化,并对分离的信号进行重构,由于分类所获得的欠定字典表示的信号单一,极大的提高了重构的效率.研究结果表明,基于相空间重构的快速多分离字典学习算法能有效获取轴承的非平稳故障特征信息,并且重构速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易灿灿	武汉科技大学冶金装备及其控制教育部重点实验室	21	28	3.0	4.0
5	吕勇	武汉科技大学冶金装备及其控制教育部重点实验室	92	605	14.0	19.0
9	王森林	武汉科技大学冶金装备及其控制教育部重点实验室	1	0	0.0	0.0