基于快速多分离字典学习的风力机轴承故障诊断方法

作者：王森林; 吕勇; 易灿灿; 周明乐; 李小彪

来源：2019-02-28, 中国, CN201910150310.4.

本发明公开的基于快速多分离字典学习的风力机轴承故障诊断方法,包括以下步骤：获取风力机轴承信号,利用相空间重构将一维风力机故障信号重构到高维相空间,获得重构信号的矩阵,以此组成轴承故障诊断原始特征集Y；对上述样本矩阵进行分块,并通过K_means分类器按照不同的类别将样本矩阵分为L类；第i类矩阵信号,通过可分离字典学习进行优化和更新,并输出稀疏系数可分字典Ai,Bi；重复上述步骤,获取所有稀疏系数和字典矩阵的集合,并通过2D_OMP算法进行重构；对信号Yi进行集成处理,得到Y’,输出反映故障特征的信号Y’,从而获得风力机轴承的非平稳故障信息；本发明不仅保持了高维信号中的局部空间相关性,还极大的提高了重构的效率。

• 单位
  武汉科技大学