摘要：在機械故障診斷中,針對傳統(tǒng)方法提取微弱故障特征時易受強背景噪聲干擾而精度低的問題,提出了一種基于數據驅動的廣義最小最大凹懲罰函數增強的稀疏特征提取方法.該方法利用非凸的最小最大凹懲罰函數建立無約束優(yōu)化問題目標函數來提高故障特征的提取精度.該懲罰函數非凸可加強特征的稀疏性,并且證明了保持目標函數整體呈現嚴格凸性所需要滿足的約束條件.將近端算法用于所構造的無約束優(yōu)化問題的求解.此外,研究了數據驅動的正則化參數設置準則,保證所提出的稀疏特征提取方法具有參數自適應性.在仿真信號和實際故障實驗中驗證了所提出的自適應稀疏增強的特征提取方法,結果表明所提出的方法可以精準地提取出故障特征且效果更稀疏.