频率切片图谱模型及其在轴承故障特征提取中的应用
复杂的电气设备在恶劣环境中会对轴承等关键零部件的健康造成重大威胁。微弱特征往往隐藏在诸多干扰之中，这给机械零部件的故障特征提取带来很大的困难。本文提出一种基于频率切片的图谱模型(Frequency Slice Graph Spectrum Model, FSGS Model)，意在从提升的数据维度中搜寻契合轴承故障的特征信息。首先，以时频域中的频率切片组为图结构顶点，构造拉普拉斯矩阵。在保留时域特征的基础上，挖掘了故障特征在频谱中的联系。其次，建立了时频图傅里叶聚类。通过二叉树结构对聚类谱的阶数进行塔式分解并重构，提供了不同阶数组合。为了增加识别准确度，采用了谐波谱峭度（HSK）选择最优重构图谱带。通过构造仿真信号验证了该方法的可行性，并且应用于轴承内圈、外圈的故障诊断。与其它常用技术的比较验证了该方法的有效性。
