采用双小波字典的齿轮箱复合故障特征提取方法

汪向东; 刘强; 向蕾蕾; 苏振; 陈保家; 陈述; 章文忠

西安交通大学学报 ›› 2025, Vol. 59 ›› Issue (9) : 99 -109.

汪向东, 刘强, 向蕾蕾, 苏振, 陈保家, 陈述, 章文忠

作者信息 +

Author information +

文章历史 +

摘要

针对齿轮箱复合故障诊断中齿轮与轴承特征相互干扰、现有方法难以有效分离高频谐波与冲击成分的难题，提出一种基于双小波字典的稀疏正则化特征提取方法。通过构建Morlet小波-齿轮振动匹配模型与Laplace小波-轴承冲击响应模型的联合字典，结合广义极小极大凹惩罚函数优化稀疏分解过程，在保证目标函数凸性的同时克服了传统l₁范数导致的幅值衰减问题。仿真与实验结果表明：所提方法实现了齿轮局部损伤与轴承外圈故障的同步解耦，相比MOMEDA及IESFOgram方法，特征频率谐波提取完整度高；对于前5倍故障特征频率的信噪比提升了1～2 dB。