基于增强型形态学滤波的风电机组轴承故障诊断方法

摘要：

风电机组滚动轴承振动信号微弱故障特征易被背景噪声和其他频率干扰,提取难度较大.针对此类问题,提出一种增强型的形态学滤波及故障诊断方法.算法构造了一种新的形态学综合顶帽变换(morphological comprehen-sive filter-hat transform,MCFHT),将其用于强背景噪声下目标信号的故障脉冲提取,并通过非线性滤波器幅频响应考察其滤波性质,为振动检测中故障脉冲的提取提供理论依据;针对MCFHT变换滤波尺度选择问题,通过分析原振动信号自身振动特性,给出了一种自适应的尺度计算策略,有效提高了滤波处理的效率和性能;提出一种改进的包络导数能量算子用于增强形态学滤波后信号中故障冲击特征,并滤除带内噪声频率.仿真信号与风电机组轴承实际故障信号实验结果表明,该方法能有效提取随机噪声和谐波干扰下的故障特征信息,滤波效果强于传统方法,具有较好的工程应用价值.

关键词：振动信号、特征提取、故障诊断、数学形态学、能量算子

所属期刊栏目：40

分类号：TH17

资助基金：国家自然科学基金;内蒙古自然科学基金;内蒙古自治区科技计划项目

在线出版日期：2021-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：212-220