-
题名基于改进近似共轭梯度追踪的轴承故障诊断方法
- 1
-
-
作者
惠亦聪
张延超
陈润霖
李喆
刘佳鑫
崔亚辉
-
机构
西安理工大学机械与精密仪器工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2024年第10期292-298,共7页
-
基金
国家重点研发计划(2018YFB2000505)。
-
文摘
在确保机械系统的可靠性和功能性、生产效率和安全性方面,滚动轴承的状态监测和故障诊断极其重要。然而,故障特征通常总是被背景噪音和其他不稳定的干扰成分所掩盖,这使得这项工作变得非常困难。为了更好地提取轴承故障特征,提出了结合改进的正余弦优化算法(improved sine cosine algorithm, ISCA)的弱选择近似共轭梯度追踪(weak selection approximate conjugate gradient pursuit, WACGP)算法。将惯性权重和非线性参数更新策略引入正余弦优化算法(sine cosine algorithm, SCA)中,提高了信号稀疏表示的效率和精度,以便用字典原子最大限度地逼近原始信号,并且将弱选择策略引入近似共轭梯度追踪(approximate conjugate gradient pursuit, ACGP)中,提高了提取轴承故障特征的速度和能力。通过对轴承的故障仿真信号和实际轴承内、外圈和滚动体振动信号的分析,验证了该方法的有效性。详细说明了与基于正余弦优化的梯度追踪算法的比较,突出了所提出的方法的优点。
-
关键词
滚动轴承
故障诊断
正余弦优化算法(SCA)
近似共轭梯度追踪(ACGP)
稀疏分解
-
Keywords
rolling element bearing
fault diagnosis
sine cosine algorithm(SCA)
approximate conjugate gradient pursuit(ACGP)
sparse representation
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TN911.72
[电子电信—通信与信息系统]
-
