典型文献
变工况下混合噪声字典和迁移子空间学习的滚动轴承故障诊断方法
文献摘要：
滚动轴承在实际运行中受到复杂的工作环境影响,采集的振动信号无法满足独立同分布的条件.同时,振动信号混有大量的噪声和无关信息,直接影响诊断轴承故障的能力.因此,提出一种变工况下混合噪声字典和迁移子空间学习的滚动轴承故障诊断方法.首先,通过建立混合噪声字典学习模型,剔除无关信息分量对字典学习的干扰.然后,构建迁移子空间模型,将稀疏化的信号迁移到一个公共子空间中,通过联合分布适配方法和减少源域分类误差来降低两个域的分布差异.最后,通过交替方向乘子方法进行优化求解.实验结果表明,所提出的方法在复杂的可变工况下能够准确地识别滚动轴承故障类型.
文献关键词：
滚动轴承;故障诊断;字典学习;迁移子空间学习
中图分类号：
作者姓名：
张嘉玲;武吉梅
作者机构：
西安文理学院 机械与材料工程学院,西安 710065;西安理工大学 机械与精密仪器工程学院,西安 710048;西安理工大学 印刷包装与数字媒体学院,西安 710054
文献出处：
引用格式：
[1]张嘉玲;武吉梅-.变工况下混合噪声字典和迁移子空间学习的滚动轴承故障诊断方法)[J].振动与冲击,2022(18):176-183
A类：
迁移子空间学习
B类：
变工况,混合噪声,滚动轴承故障诊断,故障诊断方法,实际运行,振动信号,独立同分布,混有,断轴,字典学习,构建迁移,空间模型,稀疏化,公共子空间,联合分布适配,配方法,源域,来降,分布差异,交替方向乘子方法,优化求解,故障类型
AB值：
0.248795
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
