用于齿轮箱复合故障诊断的多重增强稀疏分解

齿轮箱的振动监测是确保旋转机械长期安全运行的有效手段。在实际应用中，齿轮箱可能存在多个故障。因此，应研究齿轮箱复合故障诊断。本文提出了一种新颖的多重增强稀疏分解（MESD）方法，以解决齿轮箱复合故障振动信号的多特征提取。通过该方法，采用新颖的MESD算法同时分离并提取齿轮和轴承的谐波成分和瞬态特征。根据齿轮箱故障机制特别构建了三个子字典，以准确提取每个特征成分。同时，采用广义最小凸（GMC）惩罚作为稀疏正则化，以进一步确保稀疏分解的准确性。齿轮箱的仿真和工程信号验证了所提MESD方法的性能。