基于改进HHT和形态学分形维数的齿轮箱轴承故障特征提取方法

作者：金成功

来源：组合机床与自动化加工技术, 2019, (08): 82-90.

DOI：10.13462/j.cnki.mmtamt.2019.08.021

• 数学形态学
• 轴承故障
• 特征提取

针对齿轮箱轴承特征难以提取的问题,提出一种基于改进希尔伯特-黄变换(HHT)和形态学分形维数的故障特征提取方法。首先采用自适应白噪声总体经验模态分解(CEEMDAN)方法将轴承振动信号分解为若干个固有模态函数(IMF),然后分别计算各IMF分量的相关系数和峭度值以滤除对信号特征不敏感的分量,最后计算包含敏感故障特征分量所组成的重构信号的形态学分形维数,以此作为特征参数对轴承的工作状态进行识别。通过对实测轴承信号的分析,结果表明,文章所提方法可有效识别轴承的工作状态和故障类型。

• 单位
  北华大学