机械故障信号的压缩域信源净化与1.5维谱诊断方法

作者：张建宇; 王**

来源：北京工业大学学报, 2022, 48(10): 1009-1017.

• 压缩测量
• 行阶梯观测矩阵
• 最大相关峭度反卷积(MCKD)
• 1.5维谱
• 微弱故障
• 特征提取

压缩感知技术通过构造满足约束等距性质(restricted isometry property, RIP)的观测矩阵，能够实现数据的有效降维(即压缩测量),但与之相伴的是如何从压缩信号中高质、高效地重构原始信号.为了规避烦琐的重构流程，提出了一种基于压缩域特征辨识的故障诊断方法.在压缩感知的基本框架下，以行阶梯观测矩阵替代主流的高斯随机测量矩阵，实现对原始信号的压缩测量.针对随机噪声对于压缩观测信号的干扰，建立基于最大相关峭度反卷积(maximum correlation kurtosis deconvolution, MCKD)与1.5维谱的微弱故障特征提取方法，即通过MCKD增强压缩信号中的周期冲击成分，剔除传递路径与背景噪声的干扰，进而采用1.5维包络谱提取故障特征频率.结果表明：该方法不但规避了经典压缩感知的复杂重构过程，而且在受到强噪声干扰的条件下，也能获得准确的故障诊断结果.

• 单位
  北京工业大学