西安交通大学机械工程学院 西安，710049
包渝锋，男，1998年2月生，硕士生。主要研究方向为机械信号处理、机械故障诊断。 E-mail：yufengbao@stu.xjtu.edu.cn
温广瑞，男，1976年7月生，博士、教授、博士生导师。主要研究方向为机械运行状态故障诊断及性能维护、现场动平衡理论及方法研究、远程及现场监测与诊断系统开发。 E-mail：grwen@mail.xjtu.edu.cn
TH17;TH133.3
国家科技重大专项资助项目（2017-I-0007-0008）
针对传统基于单通道信号的轴承故障特征提取方法未考虑故障信号的时空覆盖范围差异，以及单个信号所承载信息的有限性，在强背景噪声及干扰下难以有效提取出早期的微弱故障特征问题，提出了基于自适应多通道卷积稀疏（adaptive multi-channel convolutional sparse，简称AMCCS）模型的早期微弱故障特征提取方法。首先，构建了通道字典和卷积字典，分别用于学习多通道信号中的通道信息和信号中的故障信息，以实现从多通道故障信号中自适应地学习共有的微弱故障特征信息以及通道权重信息；其次，开发了一种高效的迭代更新算法，用以处理通道字典和卷积字典的更新问题；最后，采用低信噪比的轴承故障仿真信号和实验信号对算法进行验证。结果表明，在低信噪比环境下，该方法在轴承故障特征提取方面表现出显著的优越性和鲁棒性。