基于形态滤波优化算法的滚动轴承故障特征提取方法

基于形态滤波优化算法的滚动轴承故障特征提取方法
宋平岗;周军
【期刊名称】《科学技术与工程》
【年(卷),期】2014(014)004
【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.【总页数】6页(P85-89,93)
【作者】宋平岗;周军
【作者单位】华东交通大学电气与电子工程学院,南昌330013;华东交通大学电气与电子工程学院,南昌330013
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于形态滤波与样本熵的转子故障特征提取方法* [J], 张文斌;普亚松;郭德伟;周艳洁
2.基于奇异值分解及形态滤波的滚动轴承故障特征提取方法 [J], 李兆飞;柴毅;李华锋
3.基于顺序形态滤波与奇异熵的齿轮故障特征提取方法 [J], 张文斌
4.基于形态滤波和 HHT 的滚动轴承故障特征提取 [J], 刘继承;聂品磊;杨宏宇;宋剑白;杨文涛
5.基于固有时间尺度分解与多尺度形态滤波的滚动轴承故障特征提取方法 [J], 关焦月;田晶;赵金明;富华丰
因版权原因，仅展示原文概要，查看原文内容请购买。