稀疏框架下信號瞬態成分提取及其機械故障預示研究

《稀疏框架下信號瞬態成分提取及其機械故障預示研究》是依託蘇州大學，由朱忠奎擔任項目負責人的面上項目。

基本介紹

• 中文名：稀疏框架下信號瞬態成分提取及其機械故障預示研究
• 項目類別：面上項目
• 項目負責人：朱忠奎
• 依託單位：蘇州大學

項目摘要

機械故障預示通過檢測微弱特徵實現輕微故障存在性的估計和判斷，是機械故障診斷的挑戰性課題。由於輕微故障的振動表現為強背景噪聲下的微弱瞬態成分，瞬態成分提取是故障預示的關鍵；瞬態成分具有稀疏性；考慮到稀疏表示具有對噪聲的不敏感性，其凸最佳化算法或貪婪算法可保證提取效果,本項目研究稀疏框架下微弱瞬態成分的提取方法，並通過旋轉機械故障預示驗證。首先，研究將稀疏表示方法分別與最小均方參數辨識、調Q小波濾波和形態成分分析、獨立分量分析、匹配追蹤等結合實現瞬態成分提取的最佳化算法，形成微弱瞬態成分提取的多種有效方法，並通過仿真實驗驗證瞬態成分提取方法的特點和適應性；然後，分別針對恆定轉速工況和變轉速工況，將瞬態成分提取方法用於機械傳動系統與車輛輪對關鍵部件故障預示，驗證瞬態成分提取對故障預示的有效性和適用性。本項目將通過基於稀疏框架下瞬態成分提取方法的研究確定多種適合旋轉機械故障預示的信號特徵提取方法。

結題摘要

本項目圍繞機械故障診斷的挑戰性課題：輕微故障存在性的估計和判斷，展開了稀疏框架下信號瞬態成分提取及機械故障預示研究。為了驗證提出的理論方法，設計、製造了軌道車輛輪對軸承故障測試、模擬平台。針對設備動態信號的稀疏表示目標函式的數據保真項、懲罰最佳化問題，深入地開展了稀疏表示理論研究，得出了模型參數設定的一般規律，為基於目標函式最佳化的稀疏表示理論在早期機械故障預示方面奠定了基礎，同時提出了幾類最佳化目標函式數據保真項與懲罰項的瞬態成分稀疏表示方法，並在軸承、齒輪早期微弱故障以及複合故障方面取了成功的套用。針對傳統稀疏表示的基函式選擇難的問題，提出了基於雙調Q小波的稀疏診斷方法，研究了不同Q因子表示故障信號的特性，並結合形態成分分析方法提取出故障振動信號中低振盪的故障瞬態衝擊成分，通過輪軌車輛軸承故障信號分析驗證了該方法的有效性和優越性。針對匹配追蹤稀疏表示結果過度依賴疊代次數而疊代次數往往難以有效確定，匹配追蹤計算量大等問題，提出了基於均化隨機正交匹配追蹤的稀疏診斷方法。從機率角度出發，利用隨機正交匹配追蹤算法對故障信號進行稀疏表示；對多次稀疏表示係數進行融合，實現對設備故障信號稀疏表示。結合FFT快速運算特性，通過互相關運算替換匹配追蹤算法中的內積運算，提高計算效率，改進MP算法夠有效提取出強噪聲下的弱故障瞬態成分，實現故障診斷。針對變轉速機械信號稀疏表示適用性問題，研究了機械故障衝擊形態與設備運行轉速關聯特性，分別建立了轉速計與無轉速計參照下的瞬態特徵稀疏表示方法，利用了項目組開發的實驗平台驗證了提出的變轉速機械信號稀疏表示方法的有效性。本項目研究內容與成果，夯實了稀疏表示在機械故障診斷領域套用的理論基礎，為稀疏表示方法在實際工程設備的健康監測提供了有益的價值，項目執行期間共發表論文17篇，其中高水平SCI論文8篇，授權專利6項，培養青年教師2人，其中2人已取得高級職稱，畢業研究生6人。