机械工程学报

作者：宋泽树, 黄伟国, 石娟娟, 王俊, 沈长青, 郭剑峰, 刘金朝, 朱忠奎

单位：1. 苏州大学轨道交通学院 苏州 215131;2. 中国铁道科学研究院集团有限公司 北京 100081

关键词：齿轮箱,故障诊断,稀疏分解,正则化；

基金：国家自然科学基金资助项目(52075353，51875376)。

齿轮箱由于其工况复杂、工作环境恶劣，极易发生故障，并且振动信号中往往包含多种成分并且伴随着强烈的背景噪声，给齿轮箱故障诊断带来了很大的困难。稀疏分解方法能够在强背景噪声下有效地提取瞬态特征成分，针对传统稀疏分解方法存在的计算效率低，幅值低估以及估计精度不足等问题，提出了一种基于调Q小波变换(Tunable Q-factor wavelet transform,TQWT)作为稀疏表示字典的广义平滑对数正则化稀疏分解方法。该方法研究了满足紧框架条件的TQWT来构建稀疏表示字典，然后基于Moreau包络平滑思想提出广义平滑对数正则化方法，该罚函数可以在保持幅值的基础上精确重构出齿轮箱故障瞬态成分，最后利用前向后项分裂(Forward-backward splitting，FBS)算法精确求解该稀疏表示模型。仿真信号和试验信号验证了所提方法在齿轮箱复合故障诊断中的有效性。

来源：2022年第23期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2022年第23期