基于稀疏表達(dá)的機(jī)械信號(hào)處理方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用研究.pdf

1、隨著社會(huì)的發(fā)展與生產(chǎn)力水平的不斷提高，現(xiàn)代工業(yè)要求機(jī)械設(shè)備向著一體化、自動(dòng)化、高速化的方向發(fā)展。然而設(shè)備功能的逐漸增強(qiáng)意味著其復(fù)雜程度也會(huì)不斷增加，這就導(dǎo)致即使僅在一小部分出現(xiàn)故障也很可能會(huì)造成難以估量的后果。為了保證機(jī)械設(shè)備的正常運(yùn)行，減小其意外的發(fā)生對(duì)人們生產(chǎn)生活帶來的影響，故障診斷技術(shù)顯得極其重要。機(jī)械故障的準(zhǔn)確識(shí)別與預(yù)測不僅能夠保障人們的生命財(cái)產(chǎn)安全，還能減少企業(yè)在維修中的花費(fèi)，為企業(yè)帶來更高的經(jīng)濟(jì)效益。除此之外，故障診斷技術(shù)的

2、發(fā)展使得有毒、有害、易燃、易爆等危險(xiǎn)產(chǎn)品的生產(chǎn)更具保障，對(duì)維護(hù)地區(qū)甚至國家的政治經(jīng)濟(jì)穩(wěn)定也具有重要意義。在所有的機(jī)械故障中，由滾動(dòng)軸承所引起的故障占機(jī)械故障總數(shù)的45～55％。軸承的磨損、剝落、點(diǎn)蝕，裂紋等故障的發(fā)生將會(huì)引發(fā)系統(tǒng)崩潰，從而降低了系統(tǒng)的可靠性甚至造成災(zāi)難性后果。因此，實(shí)施有效的診斷策略減小軸承故障所帶來的損失成為了重中之重。
　　本文以稀疏表達(dá)理論為基礎(chǔ)，以滾動(dòng)軸承為對(duì)象，研究設(shè)計(jì)了基于稀疏表達(dá)理論的軸承信號(hào)處理及故

3、障識(shí)別的新方法。在研究過程中，本文將稀疏表達(dá)方法的最新進(jìn)展與軸承故障診斷技術(shù)相結(jié)合，改進(jìn)傳統(tǒng)的診斷策略，提升診斷精度。為了實(shí)現(xiàn)這個(gè)目標(biāo)，文章將主要從兩方面入手。一方面對(duì)稀疏表達(dá)理論進(jìn)行深入探討，把握領(lǐng)域內(nèi)的最新進(jìn)展，了解最前沿的稀疏優(yōu)化方法。另一方面對(duì)滾動(dòng)軸承信號(hào)的故障產(chǎn)生機(jī)理進(jìn)行研究，從而有針對(duì)性地設(shè)計(jì)適合進(jìn)行故障特征提取的稀疏方法。針對(duì)每一種新方法，本文都將通過仿真、實(shí)驗(yàn)手段與傳統(tǒng)方法進(jìn)行對(duì)比，驗(yàn)證其有效性和優(yōu)越性。本文的主要研究內(nèi)

4、容包括:
　　1.對(duì)稀疏表達(dá)的理論基礎(chǔ)，稀疏優(yōu)化算法以及字典學(xué)習(xí)算法進(jìn)行探討。在介紹過程中，分析各類算法的適用條件及優(yōu)勢所在，以便于設(shè)計(jì)適用于機(jī)械信號(hào)處理及軸承特征提取的稀疏優(yōu)化方法。
　　2.以過完備小波變換為固定基，研究基于小波基的稀疏表達(dá)在滾動(dòng)軸承故障診斷中的應(yīng)用。本文從時(shí)域冗余與頻域冗余兩方面，選擇了兩種過完備小波基，利用ADMM方法對(duì)故障信號(hào)進(jìn)行稀疏編碼并重構(gòu)。隨后，通過仿真和實(shí)驗(yàn)證明，相對(duì)于傳統(tǒng)的小波閡值降噪，經(jīng)

5、過稀疏優(yōu)化并重構(gòu)后的信號(hào)，其噪聲得到了更好的抑制，故障特征更為突顯，為故障的準(zhǔn)確診斷創(chuàng)造了有利的條件。這一點(diǎn)很好的驗(yàn)證了稀疏表達(dá)的有效性。
　　3.利用KSVD方法訓(xùn)練字典，研究基于學(xué)習(xí)字典的稀疏表達(dá)在軸承健康狀態(tài)識(shí)別中的處理效果。相比于固定基，學(xué)習(xí)字典可以更準(zhǔn)確地探測數(shù)據(jù)內(nèi)部的結(jié)構(gòu)特征，對(duì)數(shù)據(jù)進(jìn)行更稀疏的編碼，從而更有利于故障特征提取。本文基于KSVD方法，設(shè)計(jì)了完整的基于訓(xùn)練字典的故障診斷流程，對(duì)該方法在實(shí)際應(yīng)用中的參數(shù)選取進(jìn)

6、行了理論與實(shí)驗(yàn)的雙重分析。通過仿真與診斷實(shí)驗(yàn)，本文驗(yàn)證了KSVD字典能夠準(zhǔn)確探測軸承故障信號(hào)的沖擊特征，獲得比固定基稀疏表達(dá)更好的診斷效果。
　　4.根據(jù)軸承故障信號(hào)的組特征，研究基于組稀疏的故障識(shí)別策略。實(shí)際情況下，滾動(dòng)軸承的故障沖擊均不是獨(dú)立出現(xiàn)的，而是會(huì)在一定范圍內(nèi)形成一簇震蕩。針對(duì)這種情況，本文提出了沖擊探測稀疏編碼算法。該算法通過在稀疏優(yōu)化過程中考慮這樣的組信息來實(shí)現(xiàn)更精確的編碼，從而探測到隱藏于噪聲中的故障信息。文章通

7、過仿真與實(shí)驗(yàn)證明，沖擊探測稀疏編碼算法同時(shí)具有高精度與高效率。即使難以找到準(zhǔn)確的稀疏參數(shù)，該算法的高效性允許其在一定范圍內(nèi)選擇不同參數(shù)對(duì)信號(hào)進(jìn)行多次處理，很容易得到良好的診斷結(jié)果。
　　5.利用軸承故障信號(hào)的周期特性，研究基于低秩優(yōu)化的診斷方法。滾動(dòng)軸承故障信號(hào)的周期特征意味著每隔一段，信號(hào)就會(huì)出現(xiàn)一定程度的重復(fù)，如果以這些相似的信號(hào)段組成矩陣，那么這個(gè)矩陣在理想情況下會(huì)具有低秩特性。受這個(gè)思想的啟發(fā)，本文提出了低秩沖擊探測算法。