【摘要】：針對滾動軸承早期微弱故障常被強烈的背景噪聲湮沒,造成故障特征提取困難的特點,提出了基于相關(guān)峭度準則EEMD及改進形態(tài)濾波的軸承故障診斷方法。首先利用EEMD將軸承故障信號分解成有限個IMF分量,然后采用相關(guān)峭度準則選取分量并重構(gòu),再利用基于相關(guān)峭度準則的改進形態(tài)濾波對重構(gòu)信號進行濾波解調(diào),最后將濾波后的信號進行Hilbert包絡譜分析,找出故障特征進行識別。試驗表明:該方法能有效抑制噪聲,特征提取效果更加明顯,適用于軸承故障的精確診斷。
[Abstract]:In view of the fact that the weak faults in the early stage of rolling bearings are often obliterated by strong background noise which makes it difficult to extract fault features, a bearing fault diagnosis method based on correlation kurtosis criterion (EEMD) and improved morphological filtering is proposed. First, the bearing fault signal is decomposed into finite IMF components by EEMD, then the component is selected and reconstructed by correlation kurtosis criterion, and then the reconstructed signal is filtered and demodulated by improved morphological filter based on correlation kurtosis criterion. Finally, the filtered signal is analyzed by Hilbert envelope spectrum to identify the fault features. The test results show that this method can effectively suppress noise, and the feature extraction effect is more obvious, which is suitable for the accurate diagnosis of bearing faults.
【作者單位】： 石家莊鐵道大學機械工程學院;石家莊鐵道大學土木工程學院;
【基金】：國家自然科學基金項目(11227201;11472179;U1534204;11572206;11302137;11172182;11372199) 河北省自然科學基金項目(A2015210005) 河北省教育廳項目(YQ2014028)
【分類號】：TH133.33

【相似文獻】

相關(guān)期刊論文 前10條

1 張文斌;楊辰龍;周曉軍;;形態(tài)濾波方法在振動信號降噪中的應用[J];浙江大學學報(工學版);2009年11期

2 趙榮珍;王志威;;轉(zhuǎn)子振動信號的形態(tài)濾波消噪方法[J];蘭州理工大學學報;2011年04期

3 董一凡;鄭麗端;;闡述形態(tài)濾波技術(shù)及其在繼電保護中的應用[J];黑龍江科技信息;2012年33期

4 付東翔,侯琳琳,袁武,馬軍山,陳家璧;順序形態(tài)濾波處理基因芯片圖像(英文)[J];儀器儀表學報;2004年S3期

5 何清杭,何繼善;基于形態(tài)濾波的灰度圖像平滑[J];長春工業(yè)大學學報(自然科學版);2004年02期

6 孫圣和,趙春暉;一種噪聲污染的心電信號形態(tài)濾波方法[J];儀器儀表學報;1998年01期

7 張全明;劉會金;;基于廣義形態(tài)濾波的電力系統(tǒng)采樣信號處理[J];電力自動化設備;2006年10期

8 章法強;楊建倫;李正宏;;形態(tài)濾波在快中子圖像降噪處理中的應用[J];核電子學與探測技術(shù);2006年06期

9 張申坤;龔瑞昆;劉忠領(lǐng);陳磊;;基于形態(tài)濾波的電視跟蹤系統(tǒng)[J];河北理工大學學報(自然科學版);2008年01期

10 呂博;張永祥;柯維;;基于遺傳算法的差值形態(tài)濾波尺度參數(shù)優(yōu)化方法研究[J];中國機械工程;2013年03期

相關(guān)會議論文 前4條

1 王慧玲;林克正;;基于形態(tài)濾波的焊縫圖像去噪方法[A];黑龍江省計算機學會2007年學術(shù)交流年會論文集[C];2007年

2 程德杰;李曉峰;李在銘;;基于形態(tài)濾波的小型掠地飛行器聚類檢測方法[A];2006中國控制與決策學術(shù)年會論文集[C];2006年

3 李春枝;何榮建;田光明;;基于數(shù)學形態(tài)濾波的振動信號降噪分析[A];第二十一屆全國振動與噪聲高技術(shù)及應用學術(shù)會議論文集[C];2008年

4 魏敏;周進;吳欽章;;復雜背景小目標實時檢測技術(shù)[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

相關(guān)碩士學位論文 前10條

1 聶品磊;滾動軸承故障特征提取技術(shù)研究[D];東北石油大學;2015年

2 祝福榮;相山鈾礦田大地電磁去噪技術(shù)研究[D];東華理工大學;2014年

3 桑迎平;滾動軸承出廠檢測與故障診斷研究[D];中國計量學院;2015年

4 劉子豪;基于形態(tài)濾波和包絡分析的軸承故障診斷及其FPGA實現(xiàn)[D];燕山大學;2016年

5 劉芳芳;紅外光譜用于胃內(nèi)液體成分檢測的信號處理和分析方法研究[D];重慶郵電大學;2016年

6 馬澤瑋;基于廣義形態(tài)濾波和集合經(jīng)驗模態(tài)分解的齒輪箱故障診斷[D];中北大學;2015年

7 張穎;基于數(shù)值形態(tài)濾波的紅外目標檢測技術(shù)研究[D];西安電子科技大學;2005年

8 李枝榮;數(shù)學形態(tài)濾波與局域均值分解在齒輪故障診斷中的應用[D];昆明理工大學;2014年

9 李明;基于自適應形態(tài)濾波的紅外圖像目標檢測技術(shù)研究[D];國防科學技術(shù)大學;2008年

10 蔡曉鵬;基于最大提升格的多尺度彩色數(shù)學形態(tài)濾波[D];汕頭大學;2002年

，

本文編號：2394682