小样本条件下基于SGMM模型的滚动轴承故障诊断研究
来源：计算机测量与控制杂志2023年第9期北京时间：
作者：韩波,章荣丽
单位：商洛学院
摘要：针对小样本条件下传统机械故障诊断诊断算法准确率偏低的问题,提出一种基于SGMM模型的故障诊断算法。先确定与故障建模策略相关的提取任务,预估潜在的机械故障状态变化；对故障信号进行变分模态分解,得到最小熵解卷积结果,并满足端点效应的处理需求,实现对机械故障位置的精确定位与诊断。实验结论表明,SGMM模型更注重对故障脉冲成分的连续检测,在以峭度作为衡量标准的条件下,该方法增强故障冲击力的作用更强,能更早诊断出轴承类机械元件的早期故障状态。
关键词：小样本条件;SGMM模型;变分模态;熵解卷积;端点效应
基金资助：国家社科基金西部项目（21XJY015);陕西省教育厅基础教育重大招标项目（ZDKT1606);陕西省社科联项目（2022HZ1800);陕西省教育学会项目（SJHZDKT201605—04）;陕西省教育科学“十三五”规划项目（SGH17H342）。
