基于形态非抽样小波分解的滚动轴承故障特征提取

被引：10

作者：

黄兵锋 ^{[1
]}

沈路 ^{[2
]}

周晓军 ^{[2
]}

刘莉 ^{[3
]}

机构：

[1] 湖北汽车工业学院汽车工程系

[2] 浙江大学现代制造工程研究所

[3] 内蒙古一机集团大地工程机械有限公司

来源：

农业机械学报 | 2010年 / 41卷 / 02期

关键词：

滚动轴承; 故障诊断; 特征提取; 形态非抽样小波分解;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

针对滚动轴承故障特征信息往往被强背景噪声淹没的问题,提出采用基于多尺度差值形态滤波的形态非抽样小波分解方法提取故障特征。形态非抽样小波分解具有形态学的形态滤波特性与小波分解的多分辨率特性,通过非抽样方式对信号进行分解,克服了传统形态小波分解信息丢失的问题。结合差值形态滤波能够提取信号冲击成分的特点,构造了一种基于多尺度差值形态滤波的形态非抽样小波分解方法,并将其应用于滚动轴承故障特征的提取。仿真与实例证明,该方法可有效提取信号中的故障特征,比传统小波包分解效果更好。形态非抽样小波分解算法只包含加减和极大、极小运算,具有计算简单、快速等优点,适用于滚动轴承的在线监测与故障诊断。

引用

页码：203 / 207

页数：5

共 4 条

[1]

基于形态小波分解金字塔的图像融合[J]. 赵鹏,王霓虹,浦昭邦.光电子.激光. 2008(06)

[2] 形态非抽样小波及其在冲击信号特征提取中的应用 [J].