10.13465/j.cnki.jvs.2023.010.013
多尺度形态滤波在行星轮轴承故障诊断的应用
齿轮箱中滚动轴承的故障信号微弱且易受干扰,导致轴承故障特征提取困难.为了提取信号中的微弱故障特征,提出了一种自适应的多尺度广义形态滤波(adaptive multiscale generalized morphological filter,AMGMF),特有的形态变换在抑制干扰的同时还增强了特征提取能力.首先,针对差值形态算子的滤波缺陷,提出了广义的优化差分算子(generalized enhanced different filter,GEDIF),并通过幅频特性和脉冲提取特性揭示其滤波特点;其次,由局部信号特征确定扁平结构元素的长度,改进的长度选择方法确保了形态滤波的自适应性和准确性;最后,以特征幅值比(feature ampli-tude ratio,FAR)分配各尺度的权重,加权重构得到了AMGMF的处理结果.通过仿真信号和行星轮轴承故障信号分析,结果表明AMGMF方法能有效地从复杂信号中分离出故障特征.与单尺度形态滤波、多尺度形态滤波和EEMD对比,AMGMF方法具有一定的优越性.
故障诊断、特征提取、行星轮轴承、多尺度广义形态滤波
42
TH17;TH133.33
国家自然科学基金;南昌航空大学博士启动基金
2023-06-01(万方平台首次上网日期,不代表论文的发表时间)
共10页
103-111,187