噪声与振动控制 ›› 2026, Vol. 46 ›› Issue (3): 111-117.

• 信号处理与故障诊断 • 上一篇    下一篇

时变工况下轴承振动信号的SNMF阶频特征增强方法

王冉1,陈一凡1,宋龙宇1,余亮2,董广明3   

  1. ( 1. 上海海事大学物流工程学院,上海201306;
    2. 西北工业大学民航学院,西安710072;
    3. 上海交通大学机械与动力工程学院,上海200240 )

  • 收稿日期:2025-02-17 修回日期:2025-03-26 出版日期:2026-06-18 发布日期:2026-06-10

SNMF-based Order-frequency Feature Enhancement Method for Bearing Vibration Signals under Time-varying Operating Conditions

  • Received:2025-02-17 Revised:2025-03-26 Online:2026-06-18 Published:2026-06-10

摘要: 针对非平稳工况下轴承振动信号多源耦合干扰难题,提出一种基于阶频-稀疏特征映射理论框架的协同诊断方法。通过阶频谱相关(Order-Frequency Spectral Correlation, OFSC)技术构建振动信号的角度-频域双域表征模型,解析故障冲击的循环平稳调制特性,并生成时频耦合矩阵揭示其内在规律。在此基础上,设计稀疏非负矩阵分解(Sparse Non-negative Matrix Factorization,SNMF)模型,在频域基向量与阶次特征向量的双域空间中实现噪声及多源干扰成分的协同解耦,强化故障冲击的稀疏表达。进一步结合基向量优选与子空间重构策略,建立故障敏感频带的自适应提取机制,融合增强包络阶次谱(Enhanced Envelope Order Spectrum,EEOS)算法,可显著提升低信噪比环境中微弱故障特征的可辨识性。仿真与实验分析结果表明,该方法能够有效分离复杂干扰背景下的故障特征,由此验证了其在时变工况中的鲁棒性与工程适用性。

关键词: 振动与波, 时变工况, 非负矩阵分解, 阶频谱相关, 特征分离