低速重载机械早期故障稀疏特征识别的研究

项目名称： 低速重载机械早期故障稀疏特征识别的研究

项目编号： No.61174106

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 周凤星

作者单位： 武汉科技大学

项目金额： 58万元

中文摘要： 处于间歇工作状态的大型低速重载机械结构复杂、运行环境恶劣、早期故障识别非常困难，是当前信号检测与故障诊断领域的研究热点及难点。本项目在大型低速重载机械振动信号的物理模型及早期故障机理研究的基础上，采用Prony信号分解方法逼近故障信号，设计稀疏分解基原子及稀疏分解过完备原子库；进一步分析研究相干联合过完备原子库的相干系数与完全稀疏表示的关系，根据相干系数及振动信号的统计先验知识简化原子的数量，研究稀疏分解算法的快速计算方法，降低算法的复杂度，便于在检测系统中实时地进行数据处理。同时，在得到振动信号稀疏分解的快速算法后，对各分解的倍频与分频带分量及早期故障冲击分量进行研究，求取冲击时间间隔、冲击幅值、信号相位等早期故障信号的特征信息，实现大型低速重载机械早期故障诊断的目的。

中文关键词： 稀疏分解；联合过完备库；智能诊断；寿命预测；

英文摘要：

英文关键词： sparse decomposition；united over-complete dictionary；intelligent diagnosis；life prediction；