钟也磐，陈　卫

K-SVD小波降噪在齿轮故障诊断中应用

钟也磐，陈卫

（空军工程大学，西安 710038）

针对早期齿轮故障诊断中噪声干扰大，故障特征难以提取的问题提出基于K-SVD稀疏表示小波降噪算法。该算法克服传统小波阈值降噪算法只对小波系数进行逐点处理，而忽略小波系数整体架构的缺点，充分考虑小波系数结构特点，在强噪声下仍具有很好稳健性。通过对模拟信号和实测发动机减速器齿轮毂信号分析，证明小波降噪算法正确性和在实际工程应用中的价值。

振动与波；齿轮故障诊断；小波降噪；K-SVD；稀疏表示

进行齿轮故障诊断时，故障信号特征提取直接关系到故障诊断的准确性和可靠性。齿轮作为应用最广泛的工业产品之一，在机械设备运行过程中，由于信号采集环境和手段的限制，以及设备运行和传动关系的复杂性等原因，采集到的齿轮信号经常被噪声所淹没。这给齿轮故障信号特征提取，特别是早期故障诊断造成了诸多困难。为了解决齿轮故障诊断过程中噪声大的难题，国内外专家学者提出了许多降噪方法，如传统的自适应滤波［1-2］和最优估计法，以及时域平均法等。近些年也出现了基于EMD 和EEMD的降噪方法［3-5］。小波降噪是目前应用最多的降噪方法之一，它具有表现信号局部特征的能力，在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，因此非常适合分析突变信号和非平稳信号。……