滕明春，石林锁，王新军，李建毅

(第二炮兵工程大学 五系，西安 710025)

在轴承的故障诊断中，消噪是信号处理的基础。较为经典的方法是采用数字或模拟滤波器，常见的小波分析及EMD在消噪中取得了一定的进展。但是小波去噪中，小波基、分解层数以及阈值的确定是一个难题[1];EMD得到的模态分量含有干扰成分，影响故障的准确判断[2]。形态滤波属于非线性滤波，在对信号进行滤波时，针对的是信号的几何结构特征而与信号的频率无关，因此在图像处理中的形状识别、边缘检测等方面得到了广泛的应用。近年来，不少学者将形态滤波应用到轴承故障信号滤波中[3-4]。

对轴承故障的特征提取，目前较为通用的方法是包络分析[5]。但是该方法需要依靠经验确定解调参数，实际应用比较麻烦。因此，结合形态滤波、小波包分解、峭度和形态梯度变换，提出先将信号经过广义形态滤波组滤波；再进行小波包分解，并计算每个频段的峭度值；而后选取最大峭度值所在频段进行形态梯度变换以提取冲击成分；最后根据冲击成分的频域特点实现轴承故障状态的诊断。

1 遗传算法优化的广义组合滤波器组

在形态滤波器中，组合形态滤波器比开闭、闭开滤波器具有更小的均方根和统计偏移，而广义组合滤波器又能够克服组合滤波器在构建中采用相同尺度结构元素带来偏移的不足，因此应用最为广泛。广义组合滤波器的定义为

(1)

式中：GCO,GOC为广义闭开、开闭滤波器。……