张 龙, 胡俊锋, 熊国良

(华东交通大学 机电工程学院, 南昌 330013)



基于加权非局部平均算法的滚动轴承故障诊断

张 龙, 胡俊锋, 熊国良

(华东交通大学 机电工程学院, 南昌 330013)

非局部平均算法(Non-Local Means，NLM)拥有十分优异的去噪性能，被广泛应用于二维图像信号处理领域，并逐渐应用于一维轴承故障信号检测中。该方法能够利用信号中存在的冗余冲击成分，以包括局部结构的小窗口或邻域为单元，利用局部结构相似性进行加权运算，抑制随机噪声信号，使冲击特征得到增强。但对于强烈背景噪声干扰下的信号，诊断效果不够理想。提出一种基于非局部平均算法的权重包络谱诊断方法，该方法对信号各点进行加权运算，通过权值比对，使信号冲击分量的尖锐特性得到进一步增强。通过与EEMD方法对比，以及实验室轴承故障数据和工程案例分析，验证了该方法在检测轴承局部故障检测中的有效性和优越性。

滚动轴承；非局部平均算法；加权运算；故障诊断

滚动轴承是旋转机械中承受径向载荷和传递力矩的关键部件，其工作环境恶劣，极易损坏；同时其运行状态将直接影响整台机械设备的工作状况[1-2]。轴承故障不仅会引起机械设备的振动与噪声，甚至会造成巨大的经济损失与人员伤亡。有效的滚动轴承状态监测与故障诊断方法一直都是人们研究的重要方向。

滚动轴承在使用过程中发生的故障形式大体可分为表面损伤、胶合和磨损等三种具代表性的类型，其中表面损伤类故障包括内圈、外圈及滚动体等滚动面发生局部故障的异常状态，是滚动轴承故障中最常见亦最危险的一种[3]。……