基于CPWP混合原子分解的滚动轴承故障诊断方法研究

目前常用的各种滚动轴承故障诊断信号处理方法缺乏自适应性，过完备原子分解则具有灵活的自适应能力。将余弦包(CP)及小波包(WP)的快速算法应用于匹配追踪算法设计了CPWP混合原子分解算法，对滚动轴承故障仿真信号进行CP、WP以及CPWP原子分解并比较三种分解结果，得出CPWP混合原子分解可以更加清晰全面地反映冲击调幅信号的特征，分辨率高于单一原子库分解。将上述三种方法分别应用于滚动轴承外圈故障实测信号分析，进一步验证了对信号不同特征敏感的异类原子库的结合可提高对信号的自适应识别能力,CPWP混合原子分解得到较CP、WP原子分解更多的冲击调制信息，能够有效提取滚动轴承的故障特征。