基于压缩信息特征提取的滚动轴承故障诊断方法

作     者：孟宗 李晶 龙海峰 潘作舟 MENG Zong;LI Jing;LONG Haifeng;PAN Zuozhou

作者机构：燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004 北京精密机电控制设备研究所北京100076 

出 版 物：《中国机械工程》 (China Mechanical Engineering)

年 卷 期：2017年第28卷第7期

页      面：806-812页

核心收录：

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 0802[工学-机械工程] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(51575472) 河北省自然科学基金资助项目(E2015203356) 河北省高等学校科学研究计划资助重点项目(ZD2015049) 河北省留学人员科技活动择优资助项目(C2015005020) 

主　　题：压缩感知 hadamard矩阵 特征提取 故障诊断 

摘      要：压缩感知作为一种新型压缩采样方法,利用信号稀疏特性以远低于奈奎斯特采样定理的采样速率压缩采集信号,减小数据采集、传输、存储的硬件压力。基于压缩感知框架下压缩采集的信号,提出了一种滚动轴承故障诊断新方法。该方法选择部分hadamard矩阵作为测量矩阵,将峭度因子、方差、波形因子作为敏感特征参量,不重构压缩测量量,直接利用压缩采集信息,提取敏感特征,然后通过PSO-SVM算法进行模式识别从而实现故障诊断。研究结果表明,在一定压缩比范围内,利用该方法能够在降低平均采样速率的同时用更少的数据量表现故障特征,实现滚动轴承故障诊断。