机械工程学报

作者：黄伟国, 李仕俊, 毛磊, 马玉强, 王俊, 沈长青, 阙红波, 朱忠奎

单位：1. 苏州大学轨道交通学院 苏州 215131;2. 中国科学技术大学精密机械与精密仪器系 合肥 230027;3. 中车戚墅堰机车车辆工艺研究所有限公司 常州 213011

关键词：齿轮箱,复合故障诊断,稀疏分解,凸优化；

基金：国家自然科学基金(52075353，51875376，51805342)和江苏省自然科学基金(BK20180842)资助项目。

齿轮箱因其工作环境恶劣，极易出现复合故障，其故障振动信号往往包含多种成分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。稀疏分解能够在强背景噪声下有效地提取微弱故障特征，针对传统稀疏分解方法存在信号保真能力欠缺，目标函数非凸导致局部最优解，模型通用性差等问题，基于广义极小极大凹(Generalized minimax concave,GMC)惩罚函数推导构建了具有保凸性的多源稀疏优化目标函数，并利用前向后向分裂(Forward-backward splitting,FBS)算法，基于Laplace小波字典，Morlet小波字典与DFT字典分别求解轴承瞬态成分，齿轮瞬态成分，谐波成分的稀疏表示，最终实现各成分的准确提取。仿真信号和试验信号的分析均验证了所提出的模型能够在不需要故障具体数目的先验知识下，准确实现齿轮箱复合故障的信号分解和故障诊断。

来源：2021年第7期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2021年第7期