论文部分内容阅读
机械故障诊断在提高设备的工作效率,保障后期维护工作及降低维修成本方面有着至关重要的地位。目前,大多数的机械故障诊断都是基于从设备上采集到的振动信号进行相关分析的。本文从滚动轴承出发,将压缩感知理论与机械故障诊断结合在一起,深入细致地对滚动轴承故障诊断方法进行了研究。本文的研究成果如下:(1)针对用于训练过完备字典的样本集合中信号类型不足会影响后续分析、分类和识别精度的问题,提出了一种基于K-SVD过完备字典完整训练样本的振动信号重构方法。首先构造了用于字典学习的样本集合,使其尽可能多地包含多种信号类