稀疏群套索的最小熵反褶积轴承故障诊断

作者：段昱材; 王丽丽^*

来源：轴承, 2023, 1-10.

• 故障诊断
• 最小熵反褶积
• 稀疏群套索
• 轴承

针对强背景噪声下故障脉冲提取效果差的问题，提出了一种基于自适应稀疏群套索的最小熵反褶积(adaptive sparse group lasso-based minimum entropy deconvolution， AdaSGLMED)故障诊断方法。首先，将频率加权能量算子的无偏自相关序列引入稀疏群套索(sparse group lasso， SGL)来提高脉冲周期的估计精度；其次，将SGL嵌入到最小熵反褶积(minimum entropy deconvolution， MED)的迭代过程中来提高算法的脉冲增强和提取能力；最后，对恢复的脉冲信号进行平方包络谱分析来提取故障特征频率。仿真和实验表明，AdaSGLMED的脉冲增强和提取能力优于SGL和MED，同时提高了对离散谐波的抗干扰能力。它能够全面识别内圈、外圈和滚动体故障，实现了早期故障特征频率的提取。与自适应稀疏表示的最小熵反褶积和自适应增强稀疏周期群套索相比，其脉冲恢复性能最优。

• 单位
  青岛科技大学; 电子工程学院