摘要：在機械故障診斷中,針對傳統(tǒng)方法提取微弱故障特征時易受強背景噪聲干擾而精度低的問題,提出了一種基于數(shù)據(jù)驅(qū)動的廣義最小最大凹懲罰函數(shù)增強的稀疏特征提取方法.該方法利用非凸的最小最大凹懲罰函數(shù)建立無約束優(yōu)化問題目標函數(shù)來提高故障特征的提取精度.該懲罰函數(shù)非凸可加強特征的稀疏性,并且證明了保持目標函數(shù)整體呈現(xiàn)嚴格凸性所需要滿足的約束條件.將近端算法用于所構(gòu)造的無約束優(yōu)化問題的求解.此外,研究了數(shù)據(jù)驅(qū)動的正則化參數(shù)設(shè)置準則,保證所提出的稀疏特征提取方法具有參數(shù)自適應(yīng)性.在仿真信號和實際故障實驗中驗證了所提出的自適應(yīng)稀疏增強的特征提取方法,結(jié)果表明所提出的方法可以精準地提取出故障特征且效果更稀疏.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
