基于稀疏分解优化算法的旋转机械局部型故障诊断方法

作者：瞿蔚; 丁康; 何国林; 杨小青

来源：2019-01-08, 中国, ZL201910016675.8.

本发明公开了一种基于稀疏分解优化算法的旋转机械局部型故障诊断方法,包括步骤：S1、采集包含故障特征信息的旋转机械振动加速度响应信号；S2、截取适当长度的信号,应用高通滤波器和奇异值分解进行降噪预处理,提高信噪比；S3、设置原子优化准则,建立原子与实测信号的时频域相关系数约束函数；S4、使用粒子群混合梯度下降算法对初始的随机字典进行参数更新,得到优化的冲击响应字典；S5、使用分段拉格朗日收缩算法求解稀疏系数,根据系数和字典重构故障特征信号；S6、分析重构信号的冲击响应时间间隔、解调幅值谱的特征频率,识别故障位置,完成故障诊断。本发明构造的字典精度高、速度快,具有更强的抗噪性,重构特征信号更加准确。

• 单位
  华南理工大学