龚廷恺　袁晓辉　王细洋

1.华中科技大学，武汉，430074　　2.南昌航空大学，南昌，330063



最小熵反褶积的数学形态法在滚动轴承故障特征提取中的应用

龚廷恺1，2袁晓辉1王细洋2

1.华中科技大学，武汉，4300742.南昌航空大学，南昌，330063

针对强噪声背景下滚动轴承故障特征提取，提出了基于最小熵反褶积的数学形态法。该方法先应用最小熵反褶积算法加强信号中的冲击特性，再利用数学形态法进行故障特征提取，其中选取具有双向脉冲提取能力的DIF滤波器作为形态算子，并以峭度值作为结构元素长度选取依据。仿真信号和滚动轴承的内外故障实例分析表明该方法具有较好的特征提取效果。通过对比发现:最小熵反褶积算法能够增大信号中峭度值，有效加强信号脉冲特性。

最小熵反褶积；数学形态；故障诊断；滚动轴承

0　引言

滚动轴承是旋转机械中最常用的通用零部件之一，同时也是最易损的零件。根据统计，旋转机械的故障中有30%是由轴承故障引起的，因此它的工作状态对机器运行具有巨大的影响[1]。当故障点出现在轴承的内外圈及滚动体上时，周期性脉冲会产生。而且这些脉冲信号的频宽范围常常覆盖了轴承和机械系统固有振动频率，易引起轴承甚至机械系统的共振，导致机器振动和产生噪声，甚至损坏。因此这些冲击脉冲的成功提取成为轴承故障诊断的一种有效方法。

对于这些冲击脉冲性的振动信号分析有很多方法，如局部特征分解、经验模态分解和小波变换等[2-6]。……