本文關(guān)鍵詞：基于VMD的自適應(yīng)形態(tài)學(xué)在軸承故障診斷中的應(yīng)用

  更多相關(guān)文章： 軸承 變分模態(tài)分解 數(shù)學(xué)形態(tài)學(xué) 粒子群算法 互信息法

【摘要】：為有效提取滾動(dòng)軸承信號(hào)的特征頻率,提出了基于變分模態(tài)分解(VMD)的自適應(yīng)形態(tài)學(xué)的特征提取方法。首先利用VMD將目標(biāo)信號(hào)分解為有限個(gè)模態(tài)信號(hào),依據(jù)互信息法提取與原始信號(hào)相關(guān)的模態(tài)信號(hào),將其進(jìn)行求和重構(gòu);然后利用形態(tài)學(xué)對(duì)重構(gòu)信號(hào)進(jìn)行降噪處理,提取出滾動(dòng)軸承的特征頻率。針對(duì)形態(tài)學(xué)固有統(tǒng)計(jì)偏移和結(jié)構(gòu)元素的選擇問(wèn)題,利用粒子群算法來(lái)優(yōu)化改進(jìn)的廣義形態(tài)學(xué)濾波器,實(shí)現(xiàn)自適應(yīng)濾波。通過(guò)數(shù)字仿真實(shí)驗(yàn)與滾動(dòng)軸承故障試驗(yàn)分析,將其與基于經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)的自適應(yīng)形態(tài)學(xué)、包絡(luò)解調(diào)方法進(jìn)行比較,結(jié)果表明該方法可以有效提取故障信號(hào)的特征頻率。
【作者單位】： 南京農(nóng)業(yè)大學(xué)工學(xué)院;南京農(nóng)業(yè)大學(xué)灌云現(xiàn)代農(nóng)業(yè)裝備研究院;南京創(chuàng)力傳動(dòng)機(jī)械有限公司;
【關(guān)鍵詞】： 軸承 變分模態(tài)分解 數(shù)學(xué)形態(tài)學(xué) 粒子群算法 互信息法
【基金】：江蘇省政策引導(dǎo)類(lèi)計(jì)劃前瞻性研究項(xiàng)目(BY2015071-02)
【分類(lèi)號(hào)】：TH133.33
【正文快照】： 滾動(dòng)軸承在旋轉(zhuǎn)機(jī)械設(shè)備中承擔(dān)關(guān)鍵角色,其健康狀況影響著整個(gè)機(jī)械系統(tǒng)的工作狀態(tài),因此對(duì)軸承的監(jiān)測(cè)與診斷具有十分重要的意義[1]。當(dāng)軸承出現(xiàn)故障時(shí),會(huì)產(chǎn)生周期性的脈沖信號(hào),同時(shí)產(chǎn)生相應(yīng)的調(diào)制信號(hào),不同的故障對(duì)應(yīng)不同的故障頻率,如何有效地提取出故障特征頻率,是進(jìn)行軸承故，

本文編號(hào)：655614