形态梯度和Hilbert包络在滚动轴承故障诊断中的应用*
2014-03-27周素萍
机械研究与应用 2014年3期
黄 炜,何 俊,殷 杰,周素萍
(汕头大学工学院,广东汕头 515063)
0 引言
滚动轴承是齿轮减速箱的一种关键零部件,具有摩擦系数小、传递力矩平稳等优点,但是它易发生故障。当轴承内圈转动一段时间后,轴承元件表面出现局部损伤,使得损伤点与轴承其他元件表面接触,而产生冲击,极易引起轴承系统的共振。一般通过加速度传感器采集振动信号,但这种初期故障的冲击信号较微弱,且由于传递路径长、夹杂着复杂环境噪声和其他故障信号,使得冲击信号故障的特征提取变得十分困难[1]。
目前共振包络解调法在滚动轴承故障诊断应用较为广泛,由于需要确定轴承的固有频率和共振频带的范围,分析花费的时间较多,且只能适用于存在单一频率调制的振动信号。数学形态学作为非线性信号的处理工具,特别适合正、负脉冲成分的提取,且由于算法复杂度低,已在故障诊断领域展开应用。
1 形态学滤波的基本原理
形态学滤波是一种非线性信号处理方法,利用预先定义的结构元素作为“探针”,对待处理的信号进行匹配,达到抑制噪声和提取信号特征的目的[2]。
1.1 形态学基本算法
由于研究对象为一维离散灰值信号,仅在灰值形态学范围展开研究。灰值形态是二值形态学的一个应用扩展,用最大、最小代替集合的交、并运算。其中腐蚀运算是灰值形态学的基础,由此可导出其他膨胀、开运算和闭运算等。
设f(n)和g(m)分别是定义在整数域F=[0,N-1]和G=[0,M-1]上的离散函数,且N>>M,其中f (n)为输入信号,g(m)为结构元素。……
登录APP查看全文
