公开(公告)号：CN113865866B

公开(公告)日：2024-01-05

申请号：CN202110958594.7

申请日：2021-08-20

Applicant: 北京工业大学

Inventor： 崔玲丽 ,  刘玉磊 ,  王鑫

IPC: G01M13/045

Abstract: 本发明公开了一种基于最小相关局部非负矩阵分解的轴承复合故障诊断方法。首先引入蚱蜢优化算法对变分模态分解参数进行寻优，自适应确定最佳模态数和惩罚因子，将最佳参数输入变分模态分解中对振动信号分解，得到多个模态分量，并对模态分量重构，获得输入矩阵；其次把最小相关约束引入局部非负矩阵中，形成最小相关局部非负矩阵分解算法，并将多个模态分量与原始信号重构为模态矩阵，计算最小相关局部非负矩阵分解的最优维数，然后利用最小相关局部非负矩阵分解算法对输入矩阵进行最优维数分解，得到基矩阵W和系数矩阵H，最后对基矩阵W进行包络谱分析，即可分离出耦合的轴承复合故障信号。通过对复合故障信号的仿真分析，验证了所提方法的有效性。实验数据分析结果也表明该方法可以有效的对轴承复合故障进行分离与诊断。

公开(公告)号：CN113865866A

公开(公告)日：2021-12-31

申请号：CN202110958594.7

申请日：2021-08-20

Applicant: 北京工业大学

Inventor： 崔玲丽 ,  刘玉磊 ,  王鑫

IPC: G01M13/045

Abstract: 本发明公开了一种基于最小相关局部非负矩阵分解的轴承复合故障诊断方法。首先引入蚱蜢优化算法对变分模态分解参数进行寻优，自适应确定最佳模态数和惩罚因子，将最佳参数输入变分模态分解中对振动信号分解，得到多个模态分量，并对模态分量重构，获得输入矩阵；其次把最小相关约束引入局部非负矩阵中，形成最小相关局部非负矩阵分解算法，并将多个模态分量与原始信号重构为模态矩阵，计算最小相关局部非负矩阵分解的最优维数，然后利用最小相关局部非负矩阵分解算法对输入矩阵进行最优维数分解，得到基矩阵W和系数矩阵H，最后对基矩阵W进行包络谱分析，即可分离出耦合的轴承复合故障信号。通过对复合故障信号的仿真分析，验证了所提方法的有效性。实验数据分析结果也表明该方法可以有效的对轴承复合故障进行分离与诊断。