文献类型：期刊文章

作　　者：钱林[1] 康敏[1,2] 傅秀清[1] 王兴盛[1] 费秀国[3]

机构地区：[1]南京农业大学工学院,南京210031 [2]南京农业大学灌云现代农业装备研究院,江苏灌云222200 [3]南京创力传动机械有限公司,南京211122

出　　处：《振动与冲击》

基　　金：江苏省政策引导类计划前瞻性研究项目(BY2015071-02)

年　　份：2017

卷　　号：36

期　　号：3

起止页码：227-233

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171803624002)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为有效提取滚动轴承信号的特征频率,提出了基于变分模态分解(VMD)的自适应形态学的特征提取方法。首先利用VMD将目标信号分解为有限个模态信号,依据互信息法提取与原始信号相关的模态信号,将其进行求和重构;然后利用形态学对重构信号进行降噪处理,提取出滚动轴承的特征频率。针对形态学固有统计偏移和结构元素的选择问题,利用粒子群算法来优化改进的广义形态学滤波器,实现自适应滤波。通过数字仿真实验与滚动轴承故障试验分析,将其与基于经验模式分解(EMD)的自适应形态学、包络解调方法进行比较,结果表明该方法可以有效提取故障信号的特征频率。

关 键 词：轴承 变分模态分解  数学形态学 粒子群算法 互信息法  

分 类 号：TH165.3] TH133.3