自適應(yīng)數(shù)學形態(tài)學在軸承故障診斷中的應(yīng)用研究.pdf

1、軸承是機械設(shè)備中的重要零部件，在機械系統(tǒng)中應(yīng)用廣泛，但軸承失效時往往會影響機械運作，嚴重時可能會引發(fā)機械系統(tǒng)癱瘓，甚至發(fā)生傷亡事故給企業(yè)帶來巨大經(jīng)濟損失。根據(jù)統(tǒng)計數(shù)據(jù)顯示，因軸承失效而引發(fā)的機械故障在總體機械故障中占有較大比重。因此，對滾動軸承進行早期故障監(jiān)測，找出故障發(fā)生的位置，預測故障發(fā)展方向，具有十分重要的意義。
　　軸承故障診斷中的重點：從待處理信號中提取軸承故障特征信息，判斷軸承故障類型和故障部位。本文在學習了軸承故障的

2、類型和特征的基礎(chǔ)上，針對傳統(tǒng)形態(tài)學在滾動軸承故障信號處理中，結(jié)構(gòu)元素選取困難，降噪效果不理想等問題，提出了廣義差值濾波算法和自適應(yīng)張量形態(tài)學算法。本文的主要研究內(nèi)容：
　　1、提出了廣義形態(tài)差值濾波的軸承故障特征提取算法。根據(jù)待處理信號的局部特征信息，選取最優(yōu)結(jié)構(gòu)元素尺度，構(gòu)建廣義差值形態(tài)濾波器，可以更好的提取故障特征信息。通過仿真信號和軸承模擬故障實驗信號證明了該方法是有效的。
　　2、在廣義形態(tài)差值濾波算法的基礎(chǔ)上，為了

3、進一步提高形態(tài)學的降噪和特征提取效果，提出了一種自適應(yīng)張量形態(tài)學的軸承故障特征提取算法。該算法根據(jù)待處理信號的局部特征信息，構(gòu)建張量橢圓結(jié)構(gòu)元素，能取代傳統(tǒng)的直線型結(jié)構(gòu)元素和圓盤結(jié)構(gòu)元素。利用張量形態(tài)學濾波器對軸承故障信號進行降噪和提取故障特征，在軸承故障中得到了很好的應(yīng)用效果。
　　3、對比三種形態(tài)處理方法在軸承故障特征提取中的優(yōu)劣，綜合分析結(jié)果表明：自適應(yīng)張量形態(tài)學在軸承內(nèi)、外圈故障的特征提取中效果最優(yōu)，其次是廣義差值形態(tài)學提