基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf

基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf

ID:51416162

大小:4.69 MB

页数:9页

时间:2020-03-23

基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf_第1页
基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf_第2页
基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf_第3页
基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf_第4页
基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf_第5页
资源描述:

《基于 SK-NLM包络的滚动轴承故障冲击特征增强.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第37卷第10期仪器仪表学报Vol37No102016年10月ChineseJournalofScientificInstrumentOct.2016基于SKNLM包络的滚动轴承故障冲击特征增强熊国良,胡俊锋,陈慧,张龙(华东交通大学机电与车辆工程学院南昌330013)摘要:非局部均值算法(NLM)是活跃于图像信号处理领域的一种新方法,因其良好的去噪特性,近几年来在滚动轴承故障诊断领域也开始获得应用。NLM利用样本点邻域窗口包含的局部结构为基本单元,通过对相似成分加权运算后取其平均值以达到抑制噪声干扰、突出故障冲击特征的目的。但对于强噪声条件下的低信噪比信号而言,

2、NLM滤波效果并不理想。提出一种结合谱峭度(SK)和NLM权重包络谱的故障诊断方法,首先对原始信号进行SK分析得到最优中心频率及带宽构成最优滤波器,初步消除环境干扰及测量噪声;其次对NLM算法进行改进,不再以滤波信号为分析对象,而是直接利用NLM加权运算得到的信号样本点权值分布曲线作为预处理信号的包络信号,从权重角度使故障冲击得到二次增强,消除SK带通滤波器的带内噪声;最后对权值分布曲线进行包络谱分析,进而得到诊断结果。通过仿真信号、实验室信号及工程实际信号分析对所提方法进行了验证,并与最小熵解卷积(MED)进行了对比。关键词:滚动轴承;谱峭度;非局部均值算法;加权运算;

3、故障诊断中图分类号:TH165.3TN911.7文献标识码:A国家标准学科分类代码:460.4099Rollingbearingfaultimpactfeatureenhancementbasedonspectralkurtosisandnon-localmeansXiongGuoliang,HuJunfeng,ChenHui,ZhangLong(SchoolofMechatronics&VehicleEngineering,EastChinaJiaotongUniversity,Nanchang330013,China)Abstract:Thenonlocalmean

4、s(NLM)algorithmisanewemergingmethodthatattractssignificantattentioninthefieldofimagesignalprocessing;duetoitsgoodde-noisingcharacteristicithasgainedapplicationinthefieldofrollingbearingfaultdiagnosisrecentyears.NLMtakesthelocalstructurecontainedintheneighborhoodwindowofthesamplepointsasba

5、sicunit,throughtheweightingoperationofsimilarcomponentsandthenobtainingitsaverage,thenoiseinterferenceissuppressed,andthegoalofemphasizingthefaultimpactfeatureisachieved.However,forthesignalwithlowSNRunderstrongnoisecondition,thefilteringeffectsoftheNLMalgorithmisnotsatisfactory,ahybridfa

6、ultdiagnosisapproachcombiningspectralkurtosis(SK)andnonlocalMeans(NLM)weightenvelopspectrumisproposed.Theapproachconsistsofthefollowingthreemainsteps.Firstly,theSKanalysisisconductedontheoriginalsignaltoobtaintheoptimalcenterfrequencyandbandwidth,andconstructtheoptimalfilter,whichprimari

7、lyeliminatetheenvironmentaldisturbanceandmeasurementnoise.AndthentheNLMalgorithmisimproved,thefilteredsignalisnolongerusedastheanalysisobject,thesamplepointweightdistributioncurveobtainedusingNLMweightingoperationisdirectlyadoptedastheenvelopsignalofthepreprocesseds

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。