基于自适应Wiener去噪与优化匹配追踪算法的微弱故障诊断方法

作者：王红玉,卜令瑞,邢海燕. 日期：2024-12-24/span> 浏览：210 查看PDF文档

摘要:为了准确地诊断出旋转机械的早期微弱故障,在分析信号特点的基础上,采用自适应Wiener滤波去除信号中的随机冲击干扰,并提出了一种基于优化匹配追踪算法的微弱故障特征提取方法。首先,分析了旋转机械早期微弱故障信号特点,在短时Wiener滤波中引入了窗长自适应策略,去除了早期微弱故障信号的随机冲击干扰,保留了故障信号中的有用分量;然后,分析了当前匹配追踪算法中算法迭代门限值在重构精度中存在的不足,设计了基于相邻残差的匹配追踪算法鲁棒终止条件,有效提高了故障信号的重构精度和重构信号质量;最后,将优化的匹配追踪算法应用于微弱故障特征提取中,实现了对微弱信号中强特征信号的提取目的。研究结果表明：采用自适应Wiener滤波可以有效去除信号中的随机干扰,且保留信号中的周期性故障信号;优化匹配追踪算法重构信号包络谱中的特征频率160Hz及其倍频凸显,在其他频段的信号能量几乎为0,这意味着该方法能够准确判断出故障类型。与传统Wiener去噪和匹配追踪算法相比,自适应Wiener去噪和优化匹配追踪算法在微弱故障提取中具有可行性和优越性。

关键词:旋转机械;自适应Wiener去噪;匹配追踪算法;微弱信号故障诊断;鲁棒终止条件;信号包络

中图分类号:TH133文献标识码:A文章编号:1001-4551(2024)12-2212-08

本文引用格式:

王红玉,卜令瑞,邢海燕.基于自适应Wiener去噪与优化匹配追踪算法的微弱故障诊断方法［J］.机电工程,2024,41(12):2212-2219.

WANG Hongyu, BU Lingrui, XING Haiyan. Weak fault diagnosis based on adaptive Wiener denoising and optimized matching pursuit algorithm［J］.Journal of Mechanical & Electrical Engineering, 2024,41(12):2212-2219.