基于不完全Cholesky分解相关熵双谱的轴承故障诊断

针对传统双谱难以有效处理强噪声干扰以及相关熵运算量大的问题，提出了一种基于不完全Cholesky分解相关熵和双谱分析的轴承故障诊断方法。该方法在不求出核矩阵的情况下，首先利用不完全Cholesky分解算法和核函数，计算核矩阵的低秩分解下三角矩阵；其次，利用Gini指数选取下三角矩阵的主分量，利用下三角矩阵的主分量计算核矩阵的低秩近似矩阵，进而计算信号的相关熵；最后，计算振动信号相关熵的双谱，根据相关熵的双谱特征识别轴承故障。通过不完全Cholesky分解算法和Gini指数计算信号的相关熵，不仅压缩了数据量，突出了轴承故障瞬态冲击特征，有效抑制了噪声的影响，而且提高了计算效率，减少了计算机内存占用量。通过仿真和试验轴承故障振动信号分析结果表明：强背景噪声会造成传统双谱故障诊断方法失效，而基于相关熵和双谱分析的轴承故障诊断方法，能在强噪声干扰背景中提取轴承故障瞬态冲击特征，准确识别轴承故障，其性能优于传统双谱和小波变换域双谱，为一种轴承故障诊断的有效方法。