[发明专利]基于K-SVD和滑窗降噪的滚动轴承冲击故障诊断方法

摘要

本发明公开的基于K‑SVD和滑窗降噪的滚动轴承冲击故障诊断方法，包括以下步骤：获取轴承信号s，对轴承信号进行高通滤波，得到滤波信号s0；截取滤波信号中一段有明显冲击的信号sp进行字典学习；对字典学习后的信号进行滑窗K‑SVD运算，得到l个待选冲击原子γi；对待选冲击原子通过方差计算，得出方差最大的原子，从而得出最优原子；将最优原子归一化，并进行滑窗内积运算，得到内积序列；找出内积局部峰值点，用最优原子重构冲击得到重构信号，对重构信号解调，找到故障特征频率；本发明对冲击明显信号段采用滑窗K‑SVD，结合方差衡量冲击原子质量标准，滑窗内积运算，克服字典学习受信号相位影响，并有良好的抗噪性。

主权项

1.基于K‑SVD和滑窗降噪的滚动轴承冲击故障诊断方法，其特征具体为，包括以下步骤：S1、获取轴承信号s，对轴承信号进行高通滤波，得到滤波信号s0；S2、截取滤波信号中一段有冲击的信号sp进行字典学习；S3、对字典学习后的信号进行滑窗K‑SVD运算：根据钢结构的阻尼比和滚动轴承固有频率确定冲击原子时间长度：其中，η为冲击信号幅值，ξ为阻尼比，fg为滚动轴承固有频率，Δtw为冲击原子时间长度；根据信号采样频率fs，得出冲击原子对应点数为：原子冲击前后有过渡带，则将实际取的冲击原子点数放大至lw；按照一定时间间隔q，在有冲击的滤波信号sp上从左到右滑窗选取l个长度为lw的信号段，分别进行滑窗K‑SVD运算，得到l个待选冲击原子γi，i＝1,2,…,l；S4、对待选冲击原子通过方差计算，得出待选冲击原子方差：其中，γ(j)为待选冲击原子第j个点的值，为γ_i的平均值，V表示待选冲击原子方差，选出方差最大的待选冲击原子作为最优原子γ₀；S5、将最优原子γ0进行归一化处理得到归一化原子γ′0，以实际冲击原子长度lw在整段滤波信号s0内进行滑窗，并与γ′0进行内积运算，得到内积序列：其中，ipi为第i个内积值，γ′0(j)为归一化原子第j个点的值，s(i+j)为轴承信号第i+j个点的值；S6、获取内积序列中的局部峰值点，根据滚动轴承最小通过周期、波动量，保留峰值最大的峰值点，整个滤波信号得到Kp个峰值点pi，i＝[1:1:Kp]，在所有局部峰值点处用最优原子重构冲击，得到重构信号s′：s′(Li+j)＝pi×γ′0(j)，i＝1，2，...，Kp j＝1，2，...，lw，其中，s′(Li+j)为第Li+j个重构信号；对重构信号s′进行解调分析，获得滚动轴承故障特征频率。