基于多指标优化TQWT稀疏表示的轴承故障诊断
强煜栋1
万方义1
张春林1
张昌兴2
1.西北工业大学 航空学院,西安 7100722.西安电子科技大学 先进材料与纳米科技学院,西安 710126
摘要：[目的]针对轴承振动故障特征提取精度偏低、故障信息易被强噪声淹没、信号自适应构建缺乏合理评价指标以及数据量冗余等问题,开展轴承故障特征增强与故障诊断方法研究.提出了一种引入非凸正则项系数的稀疏分解方法,并基于多指标特征矩阵实现信号自适应重构.[方法]首先,通过 tunable Q-factor 小波变换(Tunable Q-factor Wavelet Transform,TQWT)对信号进行稀疏分解,获得信号的最简表达,构造非凸惩罚函数以提升重构信号的稀疏性,同时保留关键故障特征信息;其次,综合谐波与噪声能量比、峭度偏斜度比及稀疏度构建融合指标参数矩阵,用于优选可调小波参数与稀疏惩罚项阈值;最后,利用优选参数完成信号去噪与重构,再对重构信号进行解调分析,提取轴承故障特征信息.[结果]仿真信号与试验结果表明,所提方法能够有效提取轴承早期故障冲击特征,实现轴承振动故障的准确诊断.
关键词：多指标优化可调品质因子小波稀疏分解故障诊断信号处理
分类号：TH212(起重机械与运输机械)TH213.3(起重机械与运输机械)
论文发表日期：2026-05-31
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 117-125 )
英文信息