混合高斯噪声条件下稀疏表示方法及其在冲击类故障特征提取中的应用
Sparse Representation Method Under Mixed Gaussian Noise and Its Application in Impulsive Fault Feature Extraction作者机构:西安交通大学机械工程学院西安710049 中国北方车辆研究所北京100072 西安交通大学机械制造系统工程国家重点实验室西安710049
出 版 物:《机械科学与技术》 (Mechanical Science and Technology for Aerospace Engineering)
年 卷 期:2024年第43卷第6期
页 面:917-924页
核心收录:
学科分类:080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
摘 要:传统稀疏表示方法因其在冲击类信号特征提取中的独特优势而在故障诊断领域被广泛研究。然而,传统稀疏表示理论基于对干扰噪声的高斯分布假设,导致其难以适用于多种噪声分布混合的实际现场。针对上述问题,提出一种混合高斯噪声条件下的冲击类故障特征稀疏表示方法。基于传统稀疏表示理论的贝叶斯框架,借助混合高斯分布的万有逼近性质,建立了基于db4小波字典的混合高斯噪声稀疏分解模型,并推导了基于EM(Expectation-maximum,EM)和ADMM(Alternating direction method of multipliers,ADMM)的优化求解算法用于模型求解。仿真和实验结果表明,所提出的方法能够有效提取混合噪声干扰下的冲击类微弱故障特征信号。