基于粒子群优化稀疏分解的轴承故障诊断的研究.pdfVIP

振动与冲击 第33卷第s期 JOuRNAL0FvIBRATlONANDsHOcK v01．33No．s2014 基于粒子群优化稀疏分解的轴承故障诊断研究 袁浩东，陈进，董广明 (上海交通大学机械系统与振动国家重点实验室上海200240) 摘 要：强噪声背景下微弱信号的提取是振动信号处理领域的难题。稀疏分解方法能有效提取强噪声背景下的微弱信号， 但计算量大是限制其应用的重要因素。为提高信号稀疏分解的速度，提出了一种基于粒子群优化匹配追踪的信号稀疏分解算法。 该算法利用粒子群优化算法寻找匹配追踪算法中的最优原子参数，降低计算复杂度。轴承出现故障时，振动信号由谐振信号、瞬 态冲击信号以及噪声组成。通过稀疏分解提取出滚动轴承故障信号巾的冲击成分，然后进行包络解调分析，根据包络解调谱实现 轴承故障诊断。对滚动轴承故障振动信号进行分析，实验结果表明该方法能有效地去除故障信号中的强噪声，快速且准确地提取 出故障信号中的冲击成分。 关键词：稀疏分解；匹配追踪算法：粒子群优化；滚动轴承：故障诊断 中图分类号：TH206．3；THl65．3文献标识码：A ResearchonF