零相位白化联合NOGS的轴承稀疏故障特征提取及应用

作者：王亚南; 刘韬^*; 褚惟; 缪护

来源：机械科学与技术, 2023, 1-10.

DOI：10.13433/j.cnki.1003-8728.20230285

• 滚动轴承
• 故障特征提取
• ZCA
• NOGS
• MM

针对滚动轴承低信噪比条件下微弱故障特征难以提取的问题，提出了一种基于ZCA白化(Zero-phase Component Analysis， ZCA)和非凸重叠组收缩(Non-convex Overlapping Group Shrinkage， NOGS)的故障特征提取方法。首先，对轴承振动信号进行ZCA标准化处理，降低数据间的相关性，以提升故障的冲击成分；其次，利用非凸函数稀疏性强的特性建立非凸重叠组收缩模型提升模型，改善特征提取精度；针对NOGS参数选择依赖先验知识的问题，引入二进制周期序列进行公式化参数求解，结合优化最小化(Majorize-Minimization， MM)算法得到NOGS的稀疏解。最后，通过仿真故障信号和数控机床进给系统轴承实际故障信号进行验证，相较于经典重叠组收缩(Overlapping Group Shrinkage， OGS)、经验模态分解(Empirical Mode Decomposition， EMD)和最大峭度解卷积（Maximum Correlated Kurtosis Deconvolution， MCKD）的降噪效果，ZCA-NOGS的特征提取效果更明显，且改善了传统L1范数在故障特征提取时高振幅脉冲的能量被抑制的问题。

• 单位
  昆明理工大学; 昆明云内动力股份有限公司; 机电工程学院