基于自适应增强形态滤波的滚动轴承复合故障分离法

作者：权伟; 魏豪; 马晨; 何建国

来源：轻工机械, 2022, 40(05): 67-75.

• 滚动轴承
• 复合故障
• 峭度特征能量积
• 多尺度形态滤波
• 奇异值分解

针对滚动轴承复合故障难以分离的问题，课题组提出了一种自适应多尺度形态滤波分离方法。首先，利用具有提取周期性特征的多尺度形态滤波器和峭度特征能量积(kurtosis feature energy product, KF)提取出一种主要的故障特征分量；然后，利用奇异值分解(singular value decomposition, SVD)降噪方法对提取的故障特征进行降噪处理，增强故障特征；最后，对去噪信号进行迭代筛选分离，得到多个故障特征模式分量。通过仿真信号与异步牵引电机实际故障信号对比实验，结果表明：该方法能够分离复合故障特征，并有效提取噪声干扰下的故障特征信息。该方法滤波效果强于传统方法，具有较好的工程应用价值。

• 单位
  机电工程学院; 西安工程大学