|
|||||
|
|
| 自适应广义形态滤波和GG聚类在轴承故障识别中的应用研究 | |
| 作者单位： | ;1.昆明理工大学;2.昆明理工大学信息工程与自动化学院;3.云南省矿物管道输送工程技术研究中心 |
| 摘 要： | 针对复杂工况下滚动轴承受机械噪声等因素影响轴承故障类型区分难的问题,提出了一种基于自适应广义形态滤波和GG聚类的轴承故障诊断方法。采用自适应广义形态滤波对轴承振动信号进行降噪处理,对降噪后的信号进行变模式分解,去除虚假分量和噪声分量,最后对去噪后故障特征较多的信号分量求解近似熵,作为特征向量输入GG聚类分类器中,达到故障分类。仿真实验结果证明该方法能有效提取信号特征信息,准确识别故障类型。 |
| 关 键 词： | 轴承故障 自适应广义形态滤波 GG聚类 变模式分解 近似熵 |
Application research of adaptive generalized morphological filtering and GG clustering in bearing fault identification |
|
| Abstract: | |
| Keywords: | |