振动与冲击

作者：钱  林，康  敏,，傅秀清，王兴盛，费秀国

单位：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

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

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。<br>

来源：2017年第3期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第3期