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】：為有效提取滾動軸承信號的特征頻率,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)信號分解為有限個模態(tài)信號,依據(jù)互信息法提取與原始信號相關(guān)的模態(tài)信號,將其進行求和重構(gòu);然后利用形態(tài)學(xué)對重構(gòu)信號進行降噪處理,提取出滾動軸承的特征頻率。針對形態(tài)學(xué)固有統(tǒng)計偏移和結(jié)構(gòu)元素的選擇問題,利用粒子群算法來優(yōu)化改進的廣義形態(tài)學(xué)濾波器,實現(xiàn)自適應(yīng)濾波。通過數(shù)字仿真實驗與滾動軸承故障試驗分析,將其與基于經(jīng)驗?zāi)Ｊ椒纸?EMD)的自適應(yīng)形態(tài)學(xué)、包絡(luò)解調(diào)方法進行比較,結(jié)果表明該方法可以有效提取故障信號的特征頻率。
【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)力傳動機械有限公司;
【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)類計劃前瞻性研究項目(BY2015071-02)
【分類號】：TH133.33
【正文快照】： 滾動軸承在旋轉(zhuǎn)機械設(shè)備中承擔(dān)關(guān)鍵角色,其健康狀況影響著整個機械系統(tǒng)的工作狀態(tài),因此對軸承的監(jiān)測與診斷具有十分重要的意義[1]。當(dāng)軸承出現(xiàn)故障時,會產(chǎn)生周期性的脈沖信號,同時產(chǎn)生相應(yīng)的調(diào)制信號,不同的故障對應(yīng)不同的故障頻率,如何有效地提取出故障特征頻率,是進行軸承故，

本文編號：655614