机械工程学报 ›› 2021, Vol. 57 ›› Issue (9): 78-88.doi: 10.3901/JME.2021.09.078
苗宝权1,2, 陈长征1,2, 罗园庆1,2, 赵思雨1,2
MIAO Baoquan1,2, CHEN Changzheng1,2, LUO Yuanqing1,2, ZHAO Siyu1,2
摘要: 为了在强背景噪声下提取滚动轴承微弱的故障特征信息。提出一种新的自适应增强差分积形态滤波方法(Adaptive enhanced difference product morphological filter,AEDPO)用于滚动轴承早期的故障诊断。首先,结合已有的四种形态学滤波算子滤波的能力,提出一种改进的增强差分积形态滤波算子(Enhanced difference product morphological filter operation,EDPO),该算子具有在强背景噪声下提取周期性脉冲特征的能力。随后,针对形态滤波过程中最优的结构元素(Structuring element,SE)尺度选择问题,提出一种新的自适应选择策略,名为峭度特征能量积(Kurtosis feature energy product,KF)。最后,EDPO算子凭借最优的SE尺度进行滤波处理,提取滚动轴承早期的故障特征。通过对仿真信号和实测滚动轴承内圈故障信号进行分析,结果表明AEDPO方法能够有效地在强背景噪声中提取滚动轴承微弱的故障特征,对比于传统的形态滤波方法更能体现该方法的准确性和优越性。
中图分类号: