基于奇异值分解及形态滤波的滚动轴承故障特征提取方法

• 作者: 李兆飞 李华锋 柴毅
• 来源期刊: 计算机应用研究
• 关键词: 奇异值分解 形态滤波 滚动轴承 振动信号 故障特征提取
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1314-1317
• 分类号: TP391.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.04.031

摘要

针对滚动轴承振动信号故障特征信息往往被强背景噪声淹没的问题,提出一种基于奇异值分解和形态滤波的振动信号故障特征提取方法.该方法利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号自身特征的关系,选择轨迹矩阵中主要反映冲击信息明显的奇异值进行信号重构的方法来滤除信号中的平滑信号和部分噪声,获取带噪声的冲击信号；然后利用形态滤波能有效滤除脉冲干扰噪声的特点,反其道而行之,从而提取信号的冲击故障特征的方法,并将该方法应用于轴承的振动信号的故障特征提取.仿真与实例表明,该方法能有效提取强背景信号及噪声中的弱冲击特征信号,是一种有效的弱信号特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴毅	重庆大学自动化学院	157	2347	25.0	41.0
2	李华锋	重庆大学自动化学院	15	190	9.0	13.0
3	李兆飞	重庆大学自动化学院	6	71	3.0	6.0