[发明专利]滚动轴承故障稀疏诊断方法

摘要

本发明公开了一种基于平均随机弱正交匹配追踪的滚动轴承故障稀疏诊断方法，首先根据采集到的滚动轴承振动信号构造超完备字典，完成算法参数的初始化设置，并预估原信号的稀疏度；其次，采用平均随机弱正交匹配追踪算法更新稀疏字典和残差；最后，利用得到的稀疏字典计算稀疏表示系数，从而重构得到故障信号；将上述过程重复N次，通过集合平均得到最终处理结果。该方法通过原子数预估与改进的残差更新方式避免了人为设置稀疏度对分解结果的影响，通过改进的模拟退火算法增大了小幅值故障成分被提取的可能，解决了微弱周期性冲击特征难以有效提取的问题，对实现滚动轴承的早期微弱故障诊断具有重要意义。

主权项

1.一种基于平均随机弱正交匹配追踪的滚动轴承故障稀疏诊断方法,其特征在于：该方法内容包括以下步骤：(1)输入：振动信号y，超完备字典D，参数δ，平均次数N，迭代次数n；所述振动信号y为传递到传感器的滚动轴承振动信号；考虑到冲击信号的特征，选用db8小波构造所述超完备字典D；所述参数δ为有限等距性质中的参数；(2)初始化：初始残差为r＝y；稀疏子字典稀疏字典原始信号稀疏度K₀＝0；(3)对所有的原子索引i，计算内积向量并令原子数K₀＝K₀+1；所述原子索引i为字典D中的原子索引，d_i为字典D中索引对应的原子，为字典D中索引对应的原子；(4)将z_i中K₀个最大值对应的原子索引存入集合Γ，若则返回步骤(3)，否则进入步骤(5)；(5)利用改进后的模拟退火算法从zi前K0个最大值对应的原子中随机选取K个原子，构成稀疏子字典Λ，并更新稀疏字典W＝[W,Λ]；(6)若W中原子数≥K₀，则进入步骤(7)；否则采用弱正交的方式更新残差r，K₀＝K₀‑K，重新计算内积向量后返回步骤(5)继续迭代；(7)n＝n+1，计算稀疏表示系数α，重构冲击时域信号(8)若n＝N，对进行平均处理，得否则返回步骤(2)。