形态滤波优化算法用于滚动轴承故障诊断

摘要：

为了有效地从非线性、非平稳性的滚动轴承振动信号中提取有用的信息成分,提出了一种优化的形态滤波算法-Elman神经网络相结合的方法.首先,采用局域均值分解(LMD)将轴承振动信号分解成若干PF(product runction,简称PF)分量之和；然后,利用峭度最大准则选取PF分量,再用自适应多尺寸多结构元素形态滤波器对其进行滤波解调,进而提取出能量特征向量,作为Elman神经网络的输入参数；最后,区分滚动轴承故障状态和故障类型.仿真分析和试验研究表明,该方法能够有效地提取出滚动轴承的故障特征,与传统的高频共振解调方法相比效果更加明显,与小波包分析-BP神经网络故障诊断方法对比,显示出其具有更高的识别率,更加表明其可行性和有效性.

关键词：局域均值分解、形态滤波、Elman神经网络、滚动轴承、故障诊断

所属期刊栏目：33

分类号：TG156;TP206;TH133(金属学与热处理)

资助基金：国家自然科学基金资助项目50577025

在线出版日期：2013-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：756-762