申请/专利权人：辽宁庆阳特种化工有限公司

申请日：2023-12-26

公开（公告）日：2024-04-26

公开（公告）号：CN117932299A

主分类号：G06F18/213

分类号：G06F18/213;G06F18/10

优先权：

专利状态码：在审-公开

法律状态：2024.04.26#公开

摘要：本发明公开了一种基于自适应形态滤波的轴承故障识别方法，该方法利用小波阈值降噪对原始振动信号进行去噪，将降噪后的信号作为待分析信号；其次，构造结构元素在不同长度时的增强差分积形态滤波算子EDPO，计算构造的不同的EDPO算子的Mobility参数的值；最后，选取最大Mobility参数对应的结构元素的长度作为滤波器的最佳滤波长度，构造最优滤波器AEDPO‑Mobility；利用构造的AEDPO‑Mobility滤波器对小波降噪后的信号进行二次滤波，基于滤波信号的频谱对待测轴承进行故障识别。

主权项：1.一种基于自适应形态滤波的轴承故障识别方法，其特征是具体包括以下步骤：步骤1：采集待测轴承的各特征频率，包括内圈故障特征频率fi、外圈故障特征频率fo、滚动体故障特征频率fb、保持架特征频率fc、轴承的旋转频率fr，轴承各特征频率的计算公式如1式-5式所示：fi＝12*N1*1+dD*fr1fo＝12*N1*1-dD*fr2fb＝D2*d*N1*1-dD2*fr3fc＝121-dD*fr4fr＝fn6055式中，N1表示轴承的滚动体个数，D表示轴承节径，d表示轴承直径，fn表示轴承的旋转速度；步骤2：利用安装在轴承座水平或垂直方向的加速度传感器以任意时间间隔来采集轴承振动信号，可获取轴承某段时间内的幅值数据，以原始离散振动信号F表示，户f1，f2，...，fn，其中，n＝1，2，3…，N，N为原始离散振动信号长度；根据小波阈值降噪算法对原始振动信号F进行降噪处理，得到降噪后的信号xn；步骤3：依据步骤2得到的信号xn以及定义的形态学运算中的结构元素ym，mn；设定结构元素ym的形状为扁平形，对信号xn进行形态学的四种基本运算；四种基本运算为：腐蚀运算xΘy、膨胀运算：闭运算：x·y、开运算：步骤4：将步骤3对信号xn四种运算的特征按照6式-9式构建滤波算子； 再将滤波算子FCDE和FEDO及FDEC和FOED均作平均运算，得到的新的算子如10式-11式所示：FCDE-OEDxn＝FCDExn-FOEDxn210FDEC-EDOxn＝FDECxn-FEDOxn211步骤5：将步骤4得到的FCDE-OED和FDEC-EDO两个滤波算子做乘积运算；得到如12式所示的增强差分积形态滤波器EDPO：EDPO＝FCDE-OEDxn·FDEC-EDOxn1步骤6：利用EDPO对降噪后的信号xn进行二次滤波，依据滤波后信号的频谱，对待测轴承进行故障识别；具体为：1若频谱中出现频率分量f满足ffo＝n，n为正整数；或f的结果值与fo相比误差在2Hz之内，则说明待测轴承外圈发生了故障；2若频谱中出现频率分量f满足ffi＝n，n为正整数；或f的结果值与fi相比误差在2Hz之内，则说明待测轴承内圈发生了故障；3若频谱中出现频率分量f满足f±nfr1或f±nfc1的结果与fi相比误差在2Hz之内，其中n取1或2，n1为整数，则说明待测轴承内圈发生了故障；4若频谱中出现频率分量f满足ffb＝n，n为正整数；或f的结果值与fb相比误差在2Hz之内，则说明待测轴承滚动体发生了故障；5若频谱中出现频率分量f满足f±nfr1或f±nfc1的结果与fb相比误差在2Hz之内，其中n取1或2，n1为整数，则说明待测轴承滚动体发生了故障。

全文数据：

权利要求：

百度查询： 辽宁庆阳特种化工有限公司 一种基于自适应形态滤波的轴承故障识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD