基于信號稀疏表示的電機故障診斷研究.pdf

1、本文以河北省教育廳青年基金項目“基于形態(tài)分量分析的信號處理關鍵技術及應用研究”（課題編號：Q2012051）為研究課題，以信號稀疏表示作為主要研究工具，以電機軸承故障診斷為研究目標，提出了基于信號稀疏表示技術的電機軸承故障診斷方法，并進行了計算機仿真和實驗研究。本文的主要研究成果將為機電設備信號處理與故障診斷開辟了一條新的途徑。研究的主要內容及創(chuàng)新成果如下：
　　1．系統(tǒng)闡述了信號稀疏表示的相關理論。從理論分析和工程應用的角度出發(fā)

2、，系統(tǒng)論述了信號稀疏表示的相關理論和方法，并用仿真信號對信號稀疏表示的信號降噪、信號分離、構造時頻分布等性能進行了分析，為電機軸承故障診斷的特征提取和分析，提供了可靠的理論依據(jù)和有效的研究方法。
　　2．提出了基于形態(tài)分量分析（MCA）的電機軸承故障診斷方法。充分利用信號組成成分的形態(tài)差異性，不同的信號分量可以用不同的字典稀疏表示，把源信號分解成若干個形態(tài)各異的稀疏信號，從而能夠在頻域、時頻域內清晰、直觀地識別故障軸承的特征信息，

3、為電機軸承故障診斷提供了一種有效的分析方法。
　　3．提出了基于有理尺度離散小波變換字典 MCA的軸承故障診斷方法。將有理尺度離散小波變換和形態(tài)分量分析相結合，根據(jù)電機軸承故障振動信號的結構特征，在進行信號處理時，合理選擇有理尺度離散小波變換的品質因子，分別構造低品質因子和高品質因子小波字典，就可以將低振蕩次數(shù)的信號（如脈沖等）和持續(xù)振蕩的信號（如簡諧正弦波等）有效分離，能夠直接提取故障軸承的特征信息，因此，為電機軸承故障診斷提供