APP下载

基于自适应多尺度形态学AVG—Hat滤波的滚动轴承故障特征提取方法

2018-04-11邓飞跃杨绍普郭文武刘永强

振动工程学报 2017年6期
关键词:特征提取故障信号

邓飞跃 杨绍普 郭文武 刘永强

摘要:针对机械设备故障信号中故障特征微弱,容易被背景噪声淹没而不能准确提取的问题,提出了一种新的自适应多尺度形态学AVG-Hat滤波方法,并将其用于强背景噪声下滚动轴承故障信号的特征提取中。首先,在分析传统形态学滤波器滤波特点的基础上,提出了形态学AVG-Hat滤波器的构造方法;然后,提出采用改进包络谱稀疏度作为选择滤波后最优信号的评价標准,通过粒子群优化算法自适应确定了多尺度滤波器中不同尺度结构元素的权重系数,进而构建了最优的多尺度形态学AVG-Hat滤波器;最后,将该滤波器用于处理故障振动信号,经过包络解调分析准确提取出了信号中的故障特征信息。通过对实测轴承故障信号进行分析,结果表明:该方法在信号降噪的基础上具有较强的故障特征提取能力,能有效用于滚动轴承故障的诊断,具有较高的工程应用价值。


登录APP查看全文

猜你喜欢

特征提取故障信号
信号
完形填空二则
故障一点通
基于Gazebo仿真环境的ORB特征提取与比对的研究
基于FPGA的多功能信号发生器的设计
一种基于LBP 特征提取和稀疏表示的肝病识别算法
奔驰R320车ABS、ESP故障灯异常点亮
基于LabVIEW的力加载信号采集与PID控制
故障一点通
江淮车故障3例