基于形态滤波优化算法的滚动轴承故障特征提取方法

摘要：

针对轴承故障振动信号的非线性、非平稳性的特点,而且故障信号经常被各种噪声、干扰所淹没,提出了一种基于局部均值分解(localmean decomposition,LMD)与自适应多结构元素多尺寸差值形态滤波器相结合的方法.原始故障信号先经过局部均值分解得到若干乘积函数(product function,PF)分量,然后采用峭度值准则,选取峭度值最大的PF分量,再将其经过自适应多结构元素多尺寸差值形态滤波器进行滤波解调,最后解调结果进行频谱分析,提取故障特征.为了体现其可行性和优越性,与包络解调、LMD-形态闭运算和LMD-形态差值滤波三种方法进行了比较,仿真信号和实测轴承故障信号的分析结果表明,它具有更强的噪声抑制和脉冲提取能力,可以有效地提取滚动轴承故障特征信息,实现故障的精确诊断.

关键词：局部均值分解、形态滤波、故障诊断、滚动轴承

所属期刊栏目：14

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2014-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：85-89,93