一種基於形態學濾波和複雜度測度的軸承定量診斷方法
2023-07-21 23:55:21 1
專利名稱:一種基於形態學濾波和複雜度測度的軸承定量診斷方法
技術領域:
本發明屬於機械故障診斷領域,具體涉及一種基於形態學濾波和複雜度測度的軸承定量診斷方法。
背景技術:
滾動軸承是廣泛應用於旋轉機械中的零部件,其運轉狀態直接影響設備的性能。目前國內外關於滾動軸承運行狀態監測技術,多為定性的分析方法,這些方法都是首先獲得反映軸承運行狀態的信號特徵,將分析結果與典型故障進行對比(故障診斷本質是模式識別,模式識別的本質是對比判斷),可以判斷軸承是否存在故障及故障類型,然而這類定性診斷方法對滾動軸承的預防維護是不夠的,需要找到反映滾動軸承運行狀態的定量化指標即掌握滾動軸承故障程度,才能更有效地實現滾動軸承狀態監測和故障診斷。因此,實現對滾動軸承故障的定量化評價研究具有十分重要的意義。
發明內容
為了克服上述現有技術的缺點,本發明的目的在於提供一種基於形態學濾波和複雜度測度的軸承定量診斷方法,提高了檢測精度和準確度,對滾動軸承的運行狀態監測和維護具有重要意義。為了達到上述目的,本發明採用的技術方案為一種基於形態學濾波和複雜度測度的軸承定量診斷方法,包括以下步驟第一步,選用Laplace小波和Morlet小波作為形態學濾波器的兩種結構元素;第二步,選用免疫優化進行形態學濾波器結構元素參數優化;設給定的軸承振動加速度信號為f (t),選擇第一步構建的兩種結構元素,對f (t)進行形態學濾波,設計能定量地表示檢測效果好壞的K指標作為免疫算法的抗原,在給定範圍內對尋找使K指標最大的結構元素作為免疫優化抗體,其中K指標最大為免疫優化的親和度,K指標的計算過程如下計算X⑴的脈衝指標If
權利要求
1. 一種基於形態學濾波和複雜度測度的軸承定量診斷方法,其特徵在於,包括以下步驟第一步,選用Laplace小波和Morlet小波作為形態學濾波器的兩種結構元素;第二步,選用免疫優化進行形態學濾波器結構元素參數優化;設給定的軸承振動加速度信號為f(t),選擇第一步構建的兩種結構元素,對f(t)進行形態學濾波,設計能定量地表示檢測效果好壞的K指標作為免疫算法的抗原,在給定範圍內對尋找使K指標最大的結構元素作為免疫優化抗體,其中K指標最大為免疫優化的親和度,K指標的計算過程如下計算x(t)的脈衝指標If If = x/x其中
全文摘要
一種基於形態學濾波和複雜度測度的軸承定量診斷方法,先選用了Morlet小波和Laplace小波作為形態學濾波器的結構元素,運用基於免疫優化的形態學濾波方法對採集得到的滾動軸承振動信號進行時域濾波處理,其次,採用基於改進的複雜性測度算法對濾波後的滾動軸承振動信號進行定量化評價,本發明從定量的角度評價了滾動軸承故障程度,並且,複雜性測度處理軸承數據具有單調性的特點能夠用於指示軸承的實時運行狀態監測,提高了滾動軸承故障診斷的準確性,方便現場維護。
文檔編號G01M13/04GK102998118SQ20121050912
公開日2013年3月27日 申請日期2012年11月29日 優先權日2012年11月29日
發明者徐光華, 姜闊勝, 梁琳, 陶唐飛, 張四聰, 羅愛玲 申請人:西安交通大學