基于自适应加权多尺度组合形态滤波的轴承故障特征提取研究

摘要：

针对滚动轴承振动信号在进行早期故障诊断时往往会伴随着噪声干扰的问题,提出了一种选择性自适应加权多尺度组合形态滤波(Adaptive Weighted Multi-scale Combination Morphological Filtering,AWMCMF)方法,从振动信号中提取故障特征.首先,采用三种组合算子构成一组新的形态算子,可有效地提取出信号中的正负冲击特征;其次,基于新算子提出了加权多尺度形态滤波方法,并将Teager能量峭度作为评判指标为各尺度提供优化的权值;最后,将选择性自适应权值与多尺度算子进行加权绑定得到优化的故障特征提取结果.通过仿真信号和轴承故障振动信号的结果表明,该方法能有效地滤除噪声并提取故障特征.

关键词：滚动轴承、故障诊断、振动信号、冲击特征、多尺度形态滤波

所属期刊栏目：39

分类号：TH165.3;TN911.7

资助基金：国家自然科学基金;中央高校基本科研业务费项目;上海科委创新科技行动计划

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：245-252