機(jī)械故障特征提取的拓?fù)浼中蜗∈枳值?/H1>

發(fā)布時(shí)間：2021-10-27 17:12

　　多尺度字典是實(shí)現(xiàn)機(jī)械動(dòng)態(tài)信號(hào)中頻域弱相干成分解耦的重要方法,但目前還欠缺圍繞固定頻率進(jìn)行分辨率持續(xù)細(xì)化的系統(tǒng)性理論。基于近似解析小波變換構(gòu)建了全新的拓?fù)浼中味喾直胬碚�。提出了中心嵌套子空間簇,它隨分析尺度深化實(shí)現(xiàn)了機(jī)械故障特征多目標(biāo)同時(shí)追蹤細(xì)化,在頻域上表現(xiàn)為圍繞一系列固定中心頻率進(jìn)行嚴(yán)格的二進(jìn)細(xì)化。在數(shù)學(xué)上嚴(yán)格證明了:①任意中心嵌套子空間簇都是動(dòng)態(tài)信號(hào)頻域的拓?fù)淇臻g;②各中心嵌套子空間簇按分析尺度具有嚴(yán)格自相似的分形特性。另外研究還揭示了二進(jìn)制多分辨理論與拓?fù)浼中蔚纳羁掏瑯?gòu)關(guān)聯(lián),即任意二進(jìn)小波包唯一從屬于某個(gè)中心嵌套子空間簇。其次,在擴(kuò)展中心嵌套子空間誘導(dǎo)下,經(jīng)典小波包變換可以化歸成拓?fù)浼中蔚恼孀蛹�。將拓�(fù)浼中闻c旋轉(zhuǎn)機(jī)械部件損傷動(dòng)態(tài)模型結(jié)合提出了一種新的機(jī)械故障特征提取方法。該方法通過(guò)周期性成分稀疏測(cè)度優(yōu)化和中心嵌套子空間搜索對(duì)沖擊性機(jī)械故障特征的周期、瞬時(shí)動(dòng)力學(xué)參數(shù)進(jìn)行優(yōu)化提取,從而提取物理意義更顯著的單分量信息。將該方法應(yīng)用于滾動(dòng)軸承的故障診斷中,在含強(qiáng)噪聲的振動(dòng)信號(hào)中準(zhǔn)確提取了表征軸承外圈剝落的多個(gè)單一模式分量。通過(guò)對(duì)比驗(yàn)證了所提出方法的噪聲抑制能力顯著優(yōu)于以譜峭度和群... 

【文章來(lái)源】：振動(dòng)與沖擊. 2020,39(06)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

qikan