事共来与表用
学术论坛
基于形态中值小波的滚动轴承特征提取
吕志刚熊静琪易棋兵蒙树立
(电子科技大学机械电子工程学院四川成都611731)
摘要：为了提取跨含在噪声中的滚动轴承的故障信息，提出了一种基于数学形学的形态中值小波分析方法。形态中值小波具有形态学的形态滤波特性与小波分解的多分辨率特性，且是基于信号形态特征的非线性分解。形态变换只有加减法和取械大、极小运算，计算简单。伤真和实验数据表明：该方法能有效的提取信号的故障特征，遗用于轴承效障的在线监测和诊断。
关键调：滚动轴承形态学形毒中值小波故障诊断
中图分类号：TH165:TN911.6
文献标识码：A
滚动轴承是旋转机械中的重要零件。然而，工作环境的恶劣使其极易损坏。旋转机械大约30%的故障是由滚动轴承的损坏造成的。因此，对于滚动轴承工作诊断方法的研究一直是研究的热点。常用的故障特征提取方法有短时傅里叶变换(STFT)、包络分析和小波变换2-STFT由于窗函数恒定，且要求被处理信号局部平稳对时变非平稳的信号并不适用。包络分析需要依据经验选择窄带滤波器决定了其应用有限。小波变换由于具有良好的时频特性和多分辨率分析的特点，在故障诊断中获得了广泛的应用(4-7)。但是传统的小波分析方法是基于额率的线性分解，在对信号分析时会产生能量泄露、额率折叠等间题13.8
Sweldens等用提升方法构造了最早的非线性小波变换回，2000 年由Goutsiasl0.1l等提出形态小波这一概念，它将大多数线性小波和非线性小波统一起来。最初形态小波主要用于图像处理，由于其具有良好的数学形态特性，同时也保留了小波的多分辨率特性，可以在有效去除噪声同时保留细节信号，因而被广泛的用于信号处理。如任获荣等将形态小波用于图形去噪]，王辉等将形态滤波用于电路检测等。近年来形态小波开始应用在一维振动信号领域的研究中(14.15]。本文构造一种形态中值小波并应用于滚动轴承的故障诊断中，实验结果表明，通过该方法能得到明显的故障特征频率信
含尖峰的波形
(V)U
10 附间(s)
开运算后的波形
()
5
10 附间(s)
15 15
20 20
图1开运算滤除尖峰和毛刺
Fig1 Open operation filtering out peaks and burr
Vj+1 V
分新
+
合成
图3对偶小波分解图
+
Fig3 Coupled wavelet decomposition scheme
W 分
文章编号：1007-9416(2012)04-0193-03 息。
1、数学形态学的基本原理
1.1数学形态学
数学形态学建立在集合理论基础之上，其核心思想是通过选取合适的结构元素对信号进行"探测”，保留主要形态部分，达到提取有用信息、保持细节和抑制噪声的目的3。常见的形态变换包括脉胀、腐蚀.开运算和闭运算。设序列f(n)为定义在F(0,1，..N-1)上的离散函数，定义结构元素序列g(n)为G(0,1，"-M-1)上的离散函数,且N>M。则f(n)关于g(n)的膚蚀和膨账分别定义为
(feg)(n)= min[f(n + m) g(m)) m E 0.1,M1
含波谷的波形
5 爱0
0 0 0
5 5
10 时间(s)
闭运算后的波形
,10 时间(s)
15 15
图2闭运算填平漏洞和裂缝
20 20
Fig2 Close operation filing holes and cracks
仿真信号的时域波形
0.1
300
0.2
0.3
0.4.0.5
时间(s)
0.6
0.7
仿真信号的频谱图
0.8
0.9
nahhhdasb
100
200
300 率(Hz)
400
图4仿真信号的时域波形及其频谱
500
(1) 600
Fig4 Time wavefom and frequency spectrum of simulation
signal