基于形态成分分析的轴承复合故障诊断

作者：杨杰; 郑海起; 关贞珍; 王彦刚

来源：轴承, 2011, (08): 38-42.

• 滚动轴承
• 形态成分分析
• 盲源分离
• 故障诊断 rolling bearing
• morphological component analysis
• blind source separation
• fault diagnosis

独立分量分析(ICA)已被广泛运用于线性混合模型的盲源分离问题,但却有2个重要的限制:信源统计独立和信源非高斯分布。形态成分分析是最新提出的一种基于稀疏表示的信号和图像分解(分离)方法。介绍了形态成分分析的基本原理,进行了仿真说明,并应用该方法对设置了3种故障的轴承进行故障诊断,最终发现了故障特征,成功判别出了轴承的3种故障,验证了该方法在轴承故障诊断中的有效性。

• 单位
  中国人民解放军陆军工程大学