滚动轴承压缩故障信号的特征代理与凸优化重构算法

打开文本图片集

摘要： 压缩采样可以有效缓解机械状态监测数据存储和传输的压力，但是压缩数据的感知重构一直是个难点。针对滚动轴承压缩信号的故障特征提取问题，提出一种基于特征代理与凸优化算法的故障信号重构方法。分析了滚动轴承局部故障信号的稀疏和卷积特性，学习得到故障冲击模式。对压缩得到的轴承观测信号，构造包含冲击时刻特征的代理，并对代理建立目标优化函数，采用快速迭代收缩阈值算法（Fast Iterative Shrinkage Threshold Algorithm， FISTA）直接从代理提取出稀疏系数，将学习模式与稀疏系数卷积重构出故障信号。（剩余1306字）