基于改进形态分量分析的齿轮箱轴承多故障诊断研究 (2012年)

形态分量分析是一种基于信号形态多样性和信号稀疏表示的信号和图像处理方法，其主要目标是根据信号组成成分的形态差异性，选择合适的字典来分离信号。针对传统形态分量分析的字典选择和阈值选择的缺陷，提出了基于自适应字典选择和TH-MOM（Hard Threshold-MOM）的阈值更新策略，通过仿真信号和齿轮箱轴承多故障振动实验信号的研究，结果表明：该方法不仅能将形态各异的多分量信号进行有效分离，提高了信噪比，而且提高了从强噪声环境中提取瞬态冲击特征的能力，能有效地识别轴承的故障类型和部位。