D0L:10.133745.issn1001-053x.2012.07.020 第34卷第7期 北京科技大学学报 Vol.34 No.7 2012年7月 Journal of University of Science and Technology Beijing Jul.2012 基于灰度击中击不中变换的故障特征提取方法 韩立静 徐金梧四 阳建宏黎 敏 北京科技大学机械工程学院，北京100083 ☒通信作者，E-mail:jwxu@usth.cdu.cn 摘要提出了一种应用灰度击中击不中变换提取故障特征的方法.从待分析信号中指定若干个目标波形，由此计算得出击 中击不中结构元素对，在每个采样点位置进行模式匹配，具有故障特征的波形段将具有较高的输出.应用于制氧厂驱动电机 的碰摩信号和转子试验台的冲击信号，成功提取出削波特征和冲击特征.该方法与人工分析信号的思路接近，算法容易理解， 可以作为从时域波形直接提取故障特征的一种有效方法 关键词故障诊断：特征提取：变换：波形分析：时域分析：数学形态学 分类号TH165.3 Fault feature extraction method based on the gray-scale hit-or-miss transform HAN Li-jing,XU Jin-wu☒，YANG Jian--hong,IMin School of Mechanical Engineering,University of Science and Technology Beijing,Beijing 100083,China XCorresponding author,E-mail:jwxu@ustb.edu.cn ABSTRACT A method was proposed for fault feature extraction based on the gray-scale hit-or-miss transform.Several target wave- forms are chosen from the analyzed signal,and then hit-or-miss structure element pairs could be thereby calculated.Pattern matching is carried out at every sample point,and higher output is obtained when fault features occur.As the method was used to analyze the rub- impact signal of a driving motor and the impulse signal of a rotator test-bed in an oxygen manufactory,fault features were successfully extracted.The method is close to artificial thinking and easy to understand,so it is an effective method to extract fault features from a time domain waveform straightly. KEY WORDS fault diagnosis:feature extraction:transforms;waveform analysis:time domain analysis:mathematical morphology 对设备进行状态监测和故障诊断是科学指导维 明确，运算简单，通常只需使用加减法和取极值运 修、保障生产效率的重要措施。机械设备的状态信 算，因此具有良好的实时性，便于硬件实现.数学形 号是判断设备异常或故障信息的重要载体.如何有 态学的一些方法，如形态滤波-、形态小波6-)等 效地提取信号中的故障特征，是设备状态监测和故 在齿轮、轴承的故障特征提取中己经取得一些成功 障诊断的关键环节.大型的机械设备通常是一个复 的应用，但是这类方法的共同特点是滤除噪声以突 杂的非线性系统，从设备上直接获取的状态信号往 显出故障特征信息，往往需要故障特征频率的验证， 往具有一些非线性特征，给传统的信号分析方法带 有时因为转速变化等原因导致难以计算特征频率. 来困难.无论是频域分析的傅里叶变换还是时频分 另外，由于设备的故障特征，如冲击、振荡和碰摩，常 析的小波变换，本质上都是一种线性分析方法，难以 常具有特定的几何形态，与人工进行信号分析的思 有效提取非线性故障特征.数学形态学是基于集合 路类似.本文关注于如何直接从时域波形中提取出 论和积分几何的一种非线性分析方法四，物理意义 这类故障特征. 收稿日期：20110507 基金项目：国家自然科学基金资助项目(50905013：50934007：51004013)：高等学校博士学科点专项科研基金资助项目(20090006120007)：冶 金装备及其控制教育部重点实验室开放基金(2009A16):中央高校基本科研业务费专项(RF-TP-O9O14A:FRF-MP-O9OO9B;FRF- AS09008B)第 34 卷 第 7 期 2012 年 7 月 北京科技大学学报 Journal of University of Science and Technology Beijing Vol． 34 No． 7 Jul． 2012 基于灰度击中击不中变换的故障特征提取方法 韩立静 徐金梧 阳建宏 黎 敏 北京科技大学机械工程学院，北京 100083 通信作者，E-mail: jwxu@ ustb． edu． cn 摘 要 提出了一种应用灰度击中击不中变换提取故障特征的方法． 从待分析信号中指定若干个目标波形，由此计算得出击 中击不中结构元素对，在每个采样点位置进行模式匹配，具有故障特征的波形段将具有较高的输出． 应用于制氧厂驱动电机 的碰摩信号和转子试验台的冲击信号，成功提取出削波特征和冲击特征． 该方法与人工分析信号的思路接近，算法容易理解， 可以作为从时域波形直接提取故障特征的一种有效方法． 关键词 故障诊断; 特征提取; 变换; 波形分析; 时域分析; 数学形态学 分类号 TH165 + . 3 Fault feature extraction method based on the gray-scale hit-or-miss transform HAN Li-jing，XU Jin-wu ，YANG Jian-hong，LI Min School of Mechanical Engineering，University of Science and Technology Beijing，Beijing 100083，China Corresponding author，E-mail: jwxu@ ustb． edu． cn ABSTRACT A method was proposed for fault feature extraction based on the gray-scale hit-or-miss transform． Several target wave￾forms are chosen from the analyzed signal，and then hit-or-miss structure element pairs could be thereby calculated． Pattern matching is carried out at every sample point，and higher output is obtained when fault features occur． As the method was used to analyze the rub￾impact signal of a driving motor and the impulse signal of a rotator test-bed in an oxygen manufactory，fault features were successfully extracted． The method is close to artificial thinking and easy to understand，so it is an effective method to extract fault features from a time domain waveform straightly． KEY WORDS fault diagnosis; feature extraction; transforms; waveform analysis; time domain analysis; mathematical morphology 收稿日期: 2011--05--07 基金项目: 国家自然科学基金资助项目( 50905013; 50934007; 51004013) ; 高等学校博士学科点专项科研基金资助项目( 20090006120007) ; 冶 金装备及其控制教育部重点实验室开放基金( 2009A16) ; 中央高校基本科研业务费专项 ( FRF--TP--09--014A; FRF--MP--09--009B; FRF-- AS--09--008B) 对设备进行状态监测和故障诊断是科学指导维 修、保障生产效率的重要措施． 机械设备的状态信 号是判断设备异常或故障信息的重要载体． 如何有 效地提取信号中的故障特征，是设备状态监测和故 障诊断的关键环节． 大型的机械设备通常是一个复 杂的非线性系统，从设备上直接获取的状态信号往 往具有一些非线性特征，给传统的信号分析方法带 来困难． 无论是频域分析的傅里叶变换还是时频分 析的小波变换，本质上都是一种线性分析方法，难以 有效提取非线性故障特征． 数学形态学是基于集合 论和积分几何的一种非线性分析方法［1］，物理意义 明确，运算简单，通常只需使用加减法和取极值运 算，因此具有良好的实时性，便于硬件实现． 数学形 态学的一些方法，如形态滤波［2--5］、形态小波［6--7］等 在齿轮、轴承的故障特征提取中已经取得一些成功 的应用，但是这类方法的共同特点是滤除噪声以突 显出故障特征信息，往往需要故障特征频率的验证， 有时因为转速变化等原因导致难以计算特征频率． 另外，由于设备的故障特征，如冲击、振荡和碰摩，常 常具有特定的几何形态，与人工进行信号分析的思 路类似． 本文关注于如何直接从时域波形中提取出 这类故障特征． DOI:10.13374/j.issn1001-053x.2012.07.020