基于自適應多尺度形態學AVG—Hat濾波的滾動軸承故障特征提取方法

鄧飛躍　楊紹普　郭文武　劉永強

摘要：針對機械設備故障信號中故障特征微弱，容易被背景噪聲淹沒而不能準確提取的問題，提出了一種新的自適應多尺度形態學AVG-Hat濾波方法，并將其用于強背景噪聲下滾動軸承故障信號的特征提取中。首先，在分析傳統形態學濾波器濾波特點的基礎上，提出了形態學AVG-Hat濾波器的構造方法；然后，提出采用改進包絡譜稀疏度作為選擇濾波后最優信號的評價標準，通過粒子群優化算法自適應確定了多尺度濾波器中不同尺度結構元素的權重系數，進而構建了最優的多尺度形態學AVG-Hat濾波器；最后，將該濾波器用于處理故障振動信號，經過包絡解調分析準確提取出了信號中的故障特征信息。通過對實測軸承故障信號進行分析，結果表明：該方法在信號降噪的基礎上具有較強的故障特征提取能力，能有效用于滾動軸承故障的診斷，具有較高的工程應用價值。