基于压缩感知理论和密度聚类算法的全回转推进器滚动轴承故障诊断

滚动轴承振动信号具有非线性、非平稳性等特性，且往往存在噪声干扰，信号特征难以提取，传统故障工况诊断方法受到应用限制。以全回转推进器为研究对象，提出一种基于压缩感知理论和密度聚类算法的滚动轴承故障诊断算法。首先，将振动信号分解，进行稀疏变换，得到稀疏域下的振动信号；其次，采用压缩感知理论进行信号重构，建立绝对值、偏斜度、方差以及裕度等特征指标；最后，采用密度聚类算法DBSCAN，将不同特征指标之间两两组合进行分析，成功区分了故障工况。为滚动轴承故障的无损化、智能化诊断提供了理论依据。