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
发布时间:2017-08-21 18:03
本文关键词: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
【摘要】: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。
【作者单位】: 华中科技大学;南昌航空大学;
【关键词】: 最小熵反褶积 数学形态 故障诊断 滚动轴承
【基金】:国家自然科学基金资助项目(51379080,AA201406168)
【分类号】:TH133.33
【正文快照】: 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,
本文编号:714312
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/714312.html