基于静电监测和稀疏表示的滚动轴承故障特征提取方法研究

摘要

静电监测是一种高灵敏的监测方式,能够更早监测到系统性能退化的发生,但静电信号微弱,在实际复杂环境中易受到工况变化干扰而降低其监测能力。在滚动轴承静电监测过程中,有效静电信号易被噪声淹没,故障特征难以提取。为解决上述问题,提出基于聚类收缩分段正交匹配追踪算法(cluster-contraction stagewise orthogonal matching pursuit,CcStOMP)稀疏表示的方法用于滚动轴承静电信号故障特征提取。该方法在分段正交匹配追踪算法(stagewise orthogonal matching pursuit,StOMP)中加入聚类收缩机制,在原子搜索过程中对所选原子进行二次过滤,更新支撑集,最后求解权值并更新残差对原始静电信号重构,提取滚动轴承故障特征成分,保持快速收敛性,同时提高了稀疏恢复的准确性。通过监测滚动轴承外圈和轴承滚子故障实测信号,与StOMP算法对比分析得出,CcStOMP算法具有更准确提取滚动轴承静电监测信号的故障特征的优点。