基于MED-AMMF的提升机天轮轴承故障诊断

• 作者: 吴娟 寇子明 李腾宇 杨芬
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 滚动轴承 微弱故障 低速 MED AMMF
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 故障·诊断
• 页码范围: 143-146
• 页数: 4页
• 分类号: TD533|TH133.33
• 字数: 1773字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201903051

摘要

针对矿井提升机天轮轴承故障信号微弱\背景噪声强\故障特征难以提取问题,提出了将最小熵反褶积(Minimum Entropy Deconvolution,MED)和自适应多尺度形态滤波(Adaptive Multi-scale Morphological Filtering,AMMF)相结合进行微弱故障特征提取的方法.MED作为前置滤波器,可以突出信号中较大的脉冲,弥补强噪声背景下AMMF对微弱故障信号提取的局限性.然后再对预处理后的信号进行AMMF处理,可以克服MED无法将微弱信号突显出来的不足.2种方法相互作用,充分利用了各自的优点,补偿了彼此在强噪声环境下的不足,最终得到了良好的降噪效果.仿真和实验结果表明,该方法能有效提取强噪声环境下低速重载轴承的微弱故障特征.