| 增强组合差分乘积形态学滤波的轴承故障特征提取方法 |
| |
| 引用本文： | 徐先峰,赵卫峰,邹浩泉,宋亚囡.增强组合差分乘积形态学滤波的轴承故障特征提取方法[J].重庆大学学报(自然科学版),2024,47(3):96-106. |
| |
| 作者姓名： | 徐先峰 赵卫峰 邹浩泉 宋亚囡 |
| |
| 作者单位： | 长安大学 电子与控制工程学院，西安 710064 |
| |
| 基金项目： | 陕西省自然科学基础研究计划资助项目(2019JQ-678)；陕西省重点研发计划资助项目(2021GY-098)；西安市智慧高速公路信息融合与控制重点实验室资助项目(ZD13CG46)；长安大学中央高校基本科研业务费专项资金资助项目(300102321504，300102321501，300102321503)。 |
| |
| 摘 要： | 针对滚动轴承故障信号的非线性、非平稳、强噪声特性导致的常规时频域特征提取方法受限问题，提出一种增强组合差分乘积形态学滤波的轴承故障特征提取方法。在分析数学形态学4种基本运算的正、负冲击脉冲提取特性的基础上，运用级联、差分、乘积构造的一种新的组合差分乘积算子(combination difference multiply operator, CDMO)具备了同时提取正、负冲击脉冲的能力，并发挥梯度乘积运算对脉冲提取更敏感的优势，实现故障信息的充分提取。引入故障特征频率比指标优化CDMO结构元素参数，修正待处理信号的几何特征，提取与结构元素相匹配的信号特征信息。在CDMO滤波的基础上，借助三阶累积量切片谱技术能够抑制高斯噪声、突出二次耦合分量的优势，准确提取故障特征频率及其倍频，增强轴承故障特征提取能力并抑制噪声干扰。依托2种不同来源的工程实际信号并与经典故障特征提取方法对比分析，验证了所提方法的有效性。
|
| 关 键 词： | 滚动轴承 形态学滤波 三阶累积量切片谱 特征提取 |
| 收稿时间： | 2021/12/1 0:00:00 |
Bearing fault feature extraction method based on enhanced combination difference multiply morphological filter |
| |
| XU Xianfeng,ZHAO Weifeng,ZOU Haoquan,SONG Yanan.Bearing fault feature extraction method based on enhanced combination difference multiply morphological filter[J].Journal of Chongqing University(Natural Science Edition),2024,47(3):96-106. |
| |
| Authors: | XU Xianfeng ZHAO Weifeng ZOU Haoquan SONG Yanan |
| |
| Abstract: | |
| |
| Keywords: | rolling bearing morphological filtering third-order cumulant slice spectrum feature extraction |
|
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文 |
