u-SVD降噪算法及其在齿轮故障诊断中的应用

来源：机械工程学报杂志2015年第3期北京时间：

作者：曾鸣, 杨宇, 郑近德, 程军圣

单位：湖南大学汽车车身先进设计制造国家重点实验室

摘要：为了提取机械设备被强背景噪声淹没的故障特征，采用一种具有通用意义的基于奇异值分解(Singular value decomposition, SVD)的子空间降噪算法对信号进行处理，即u-SVD降噪算法。传统的SVD降噪算法是u-SVD降噪算法中拉格朗日乘子 时的一种特殊情况。u-SVD降噪算法包含滤值因子，能够抑制以噪声贡献占主导的奇异值对降噪后信号的信息贡献量。u-SVD降噪算法涉及延迟时间、嵌入维数、降噪阶次、噪声功率和拉格朗日乘子等5个参数。讨论了u-SVD降噪算法的参数选择方法，并着重研究降噪阶次和拉格朗日乘子对降噪效果的影响。齿轮故障仿真信号和齿轮早期裂纹故障振动信号的试验结果表明，u-SVD降噪算法在降噪效果方面要优于传统的SVD降噪算法，可以在强背景噪声情况下更好地提取出齿轮的故障特征。

关键词：u-奇异值分解,齿轮,故障诊断,滤值因子,降噪；

基金资助：国家自然科学基金(51175158, 51375152)、湖南省研究生科研创新项目资助(CX2014B146)、湖南大学汽车车身先进设计制造国家重点实验室自主研究课题(60870002)和中央高校基本科研业务费专项基金(531107040301)资助项目