基于VMD的自适应形态学在轴承故障诊断中的应用

摘要：

为有效提取滚动轴承信号的特征频率，提出了基于变分模态分解（VMD）的自适应形态学的特征提取方法。首先利用 VMD 将目标信号分解为有限个模态信号，依据互信息法提取与原始信号相关的模态信号，将其进行求和重构；然后利用形态学对重构信号进行降噪处理，提取出滚动轴承的特征频率。针对形态学固有统计偏移和结构元素的选择问题，利用粒子群算法来优化改进的广义形态学滤波器，实现自适应滤波。通过数字仿真实验与滚动轴承故障试验分析，将其与基于经验模式分解（EMD）的自适应形态学、包络解调方法进行比较，结果表明该方法可以有效提取故障信号的特征频率。

关键词：轴承、变分模态分解、数学形态学、粒子群算法、互信息法

所属期刊栏目：36

分类号：TH165.3;TH133.3

资助基金：江苏省政策引导类计划前瞻性研究项目BY2015071－02

在线出版日期：2017-03-20（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：227-233