Noise and Vibration Control ›› 2023, Vol. 43 ›› Issue (3): 132-138.

Previous Articles     Next Articles

Application of Parameter-adaptive Spare Bayesian Step-filtering in Bearing Fault Detection

  

  • Received:2021-12-28 Revised:2022-04-01 Online:2023-06-18 Published:2023-06-18

自适应稀疏贝叶斯滤波在轴承故障提取中的应用

杨娜1, 2,刘晔2,徐元博3,刘静超1   

  1. ( 1. 西京学院机电技术系,西安710123;
    2. 西安交通大学电气工程学院,西安710049; 3. 西安邮电大学自动化学院,西安710121 )

摘要: 稀疏贝叶斯滤波作为一种简单、新颖的滤波器,对噪声中的步进动态具有较好鲁棒性。同时,该滤波器引入一种L1 正则化,其稀疏解可通过标准凸优化方法快速获得,因此它也具有较高的运算效率。但是在原始的稀疏贝叶斯滤波中,正则化参数必须提前设定,而该种参数的选择主要依靠人为经验,这就可能导致所选择的参数无法满足要求。针对现有不足,提出一种基于樽海鞘群优化算法的自适应稀疏贝叶斯滤波的轴承故障提取方法。该种自适应滤波方法采用轴承故障信号的包络谱峭度和负熵为目标函数选择最优的正则化参数,从而得到最优的滤波信号。最后通过包络分析得到轴承故障特征频率。通过模拟数据和真实数据证明该方法的有效性和优越性。

关键词: 故障诊断, 轴承故障检测, 包络谱峭度, 负熵, 樽海鞘群算法, 稀疏贝叶斯滤波