正在加载图片...
第4期 章立军等：自适应多尺度形态学分析及其在轴承故障诊断中的应用 .445 圈人工加工制作，滚动轴承型号是SKF6205,内圈 元素选择的盲目性和对相关先验知识的依赖性，.仿 有直径为0.53mm微小坑点的振动信号（转速为 真实验证明该方法可以有效地提取信号冲击成分而 1730rmim-1,轴频为29出z,内圈故障频率为156 较好抑制噪声的影响， h)如图5所示.信号采样频率为12kHh,采样点数 (2)将本文所提出的方法应用于轴承故障信号 为12×103.由图5(b)可以看出，故障信号中具有微 提取，实验证明该方法可以成功地提取轴承具有冲 弱的低频故障频率(156压)特征，但是故障频率的 击特性的缺陷故障特征 倍频及边频成分不明显， 参考文献 (a) [1]Serra J.Morphological filtering:an overview.Signal Process. zlhlllpwnwWW 1994,38(4):3 -2I [2]Pitas I.Morphological signal decomposition//Proceedings of the 1990 IEEE International Conference on Acoustics,Speech,and 02040d6080 Signal Processing.Albuquerque.1990:2169 时间修 [3]Wu G F,Xu K.Xu J W.et al.Application of morphological 0.03Cb) wavelet in surface crack defect detection of medium plates.U- 0.02 niv Sci Technol Beijing.2006.28(6):591 0.01 (吴贵芳，徐科，徐金梧，等.形态小波在中厚板表面裂纹缺陷 156Hz 检测中的应用.北京科技大学学报，2006,28(6)：591) [4]Chen P.Li Q M.Design and analysis of mathematical morpholo- 0100200300400500600700 频率Hz gy-based digital filters.Proe CSEE.2005.25(11):60 (陈平，李庆民，基于数学形态学的数字滤波器设计与分析 图5轴承内圈损伤时振动信号，(a)时域图；()频域图 中国电机工程学报，2005,25(11)：50) Fig.5 Vibration signal of the bearing with an inner race fault:(a) [5]Nikolaou N G.Antoniadis I A.Application of morphological op- waveform:(b)FFT spectrum erators as envelope extractors for impulsive type periodic signals. 4.2对轴承故障信号进行自适应多尺度形态学 Mech Syst Signal Process.2003.17(6):1147 [6]Hu A J.Tang G J.An L S.De-noising technique for vibration 分析 signals of rotating machinery based on mathematical morphology 对轴承故障信号进行自适应多尺度形态学处 filter.Chin J Mech Eng.2006.42(4):127 理，处理后信号的频域图如图6所示，由图6中可 (胡爱军，唐贵基，安连锁.基于数学形态学的旋转机械振动信 号降噪方法.机械工程学报，2006,42(4)：127) 以明显看出信号的故障频率156z(及其2倍频和 [7]Liu Y P.Lv F C.LiC R.Study of the mathematical morpholog 3倍频)、边频(156士29z)及调制频率29z等频 ical filter in suppressing periodic narrow bandwidth noise of PD. 谱特征，由这些特征与轴承具有内圈损伤故障时的 Proe CSEE,2004,24(3):169 频谱相吻合，而在图5(b)中直接进行频谱分析后得 (刘云鹏.律方成，李成榕。基于数学形态滤波器抑制局部放电 窄带周期性干扰的研究.中国电机工程学报，2004,24(3)： 到的频域图中不能得到这些故障特征信息 169) 0.20 「29Hz156Hz [8]Wang D H.Zhou Y H.Gang T.Weld defect extraction based on 0.15 127Hz 311Hz adaptive morphology filtering and edge detection by wavelet analy 0.10 842 467Hz sis.Chin J Electron.2003.12(3):335 0.05 [9]Maragos P.Pattern spectrum and multiscale shape recognition. IEEE Trans Pattern Anal Mach Intell,1989.11(7):701 100 200300400500600700 频率Hz [10]Shu HC.Wang J.Chen X Y.Multiscale morphology analysis of dynamic power quality disturbances.Proc CSEE,2004.24 图6轴承振动信号经AMMA后的频域图 (4):63 Fig.6 FFT spectrum of the vibration signal of the bearing after (束洪春，王晶，陈学允。动态电能质量扰动的多刻度形态学 AMMA 分析.中国电机工程学报，2004,24(4)：63) [11]Cui Y.Image Processing and Analysis-Mathematical Mor- 5结论 phology and Application.Beijing:Science Press.2000 (崔屹·图像处理与分析一数学形态学方法及应用.北京： (1)提出一种针对一维信号的自适应多尺度形 科学出版社，2000) 态学分析方法，结合信号分析的特点，分别定义结 [12]Zhu L M.Xiong Y L.Difference frequency effect in demodula- 构元素的长度尺度和高度尺度，并基于信号的局部 tion and an integrative algorithm for zoom demodulation/spec- trum analysis.JVib Eng.2001.14(4):409 峰值实现多尺度结构元素的自适应选取方法，本文 (朱利民，熊有伦.解调分析中差频现象的理论分析及细化解 所提出的方法解决了原有单尺度形态学分析时结构 调/频谱分析集成算法.振动工程学报，2001,14(4)：409)圈人工加工制作滚动轴承型号是 SKF 6205．内圈 有直径为0∙53mm 微小坑点的振动信号（转速为 1730r·min —1轴频为29Hz内圈故障频率为156 Hz）如图5所示．信号采样频率为12kHz采样点数 为12×103．由图5（b）可以看出故障信号中具有微 弱的低频故障频率（156Hz）特征但是故障频率的 倍频及边频成分不明显． 图5 轴承内圈损伤时振动信号．（a） 时域图；（b） 频域图 Fig．5 Vibration signal of the bearing with an inner race fault：（a） waveform；（b） FFT spectrum 4∙2 对轴承故障信号进行自适应多尺度形态学 分析 对轴承故障信号进行自适应多尺度形态学处 理处理后信号的频域图如图6所示．由图6中可 以明显看出信号的故障频率156Hz（及其2倍频和 3倍频）、边频（156±29Hz）及调制频率29Hz 等频 谱特征．由这些特征与轴承具有内圈损伤故障时的 频谱相吻合而在图5（b）中直接进行频谱分析后得 到的频域图中不能得到这些故障特征信息． 图6 轴承振动信号经 AMMA 后的频域图 Fig．6 FFT spectrum of the vibration signal of the bearing after AMMA 5 结论 （1） 提出一种针对一维信号的自适应多尺度形 态学分析方法．结合信号分析的特点分别定义结 构元素的长度尺度和高度尺度并基于信号的局部 峰值实现多尺度结构元素的自适应选取方法．本文 所提出的方法解决了原有单尺度形态学分析时结构 元素选择的盲目性和对相关先验知识的依赖性．仿 真实验证明该方法可以有效地提取信号冲击成分而 较好抑制噪声的影响． （2） 将本文所提出的方法应用于轴承故障信号 提取实验证明该方法可以成功地提取轴承具有冲 击特性的缺陷故障特征． 参 考 文 献 ［1］ Serra J．Morphological filtering：an overview．Signal Process 199438（4）：3 ［2］ Pitas Ⅰ．Morphological signal decomposition∥ Proceedings of the 1990IEEE International Conference on AcousticsSpeechand Signal Processing．Albuquerque1990：2169 ［3］ Wu G FXu KXu J Wet al．Application of morphological wavelet in surface crack defect detection of medium plates．J Univ Sci Technol Beijing200628（6）：591 （吴贵芳徐科徐金梧等．形态小波在中厚板表面裂纹缺陷 检测中的应用．北京科技大学学报200628（6）：591） ［4］ Chen PLi Q M．Design and analysis of mathematical morphology-based digital filters．Proc CSEE200525（11）：60 （陈平李庆民．基于数学形态学的数字滤波器设计与分析． 中国电机工程学报200525（11）：60） ［5］ Nikolaou N GAntoniadis I A．Application of morphological operators as envelope extractors for impulsive-type periodic signals． Mech Syst Signal Process200317（6）：1147 ［6］ Hu A JTang G JAn L S．De-noising technique for vibration signals of rotating machinery based on mathematical morphology filter．Chin J Mech Eng200642（4）：127 （胡爱军唐贵基安连锁．基于数学形态学的旋转机械振动信 号降噪方法．机械工程学报200642（4）：127） ［7］ Liu Y PLv F CLi C R．Study of the mathematical morphological filter in suppressing periodic narrow bandwidth noise of PD． Proc CSEE200424（3）：169 （刘云鹏律方成李成榕．基于数学形态滤波器抑制局部放电 窄带周期性干扰的研究．中国电机工程学报200424（3）： 169） ［8］ Wang D HZhou Y HGang T．Weld defect extraction based on adaptive morphology filtering and edge detection by wavelet analysis．Chin J Electron200312（3）：335 ［9］ Maragos P．Pattern spectrum and multiscale shape recognition． IEEE T rans Pattern A nal Mach Intell198911（7）：701 ［10］ Shu H CWang JChen X Y．Multiscale morphology analysis of dynamic power quality disturbances． Proc CSEE200424 （4）：63 （束洪春王晶陈学允．动态电能质量扰动的多刻度形态学 分析．中国电机工程学报200424（4）：63） ［11］ Cui Y．Image Processing and A nalysis— Mathematical Morphology and Application．Beijing：Science Press2000 （崔屹．图像处理与分析———数学形态学方法及应用．北京： 科学出版社2000） ［12］ Zhu L MXiong Y L．Difference frequency effect in demodulation and an integrative algorithm for zoom demodulation／spectrum analysis．J V ib Eng200114（4）：409 （朱利民熊有伦．解调分析中差频现象的理论分析及细化解 调／频谱分析集成算法．振动工程学报200114（4）：409） 第4期 章立军等： 自适应多尺度形态学分析及其在轴承故障诊断中的应用 ·445·