10.13465/j.cnki.jvs.2016.03.002
基于 LMD 自适应多尺度形态学和Teager 能量算子方法在轴承故障诊断中的应用
为了从故障轴承信号中提取包含故障信号的特征频率,提出了基于 LMD(Local Mean Decomposition, LMD)自适应多尺度形态学和 Teager 能量算子解调的方法。首先,采用 LMD 将目标信号分解成有限个 PF(Product Func-tion,PF)分量,分别对其进行多尺度形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应寻求最优解,最后用Teager 能量算子计算各 PF 分量的瞬时幅值,通过瞬时 Teager 能量的 Fourier 频谱识别轴承的故障特征频率。为了验证理论的正确性,进行了数字仿真实验和轴承故障模拟实验,并与 EMD 形态学和包络解调方法进行了比较,结果表明该算法明显优于其他两种方法,对滚动轴承外圈、内圈和滚子故障的检测精度更高,能够清晰地提取出故障信号的频率特征。
滚动轴承、LMD、多尺度形态学、故障诊断、Teager 能量算子
TH165
国家自然科学基金11227201;11202141;11372197;11472179;51405313;铁路总公司重大项目2014J012;河北省自然科学基金A2013210013;A2015210005;河北省教育厅项目YQ2014028
2016-04-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
7-13