基于DIA的最优尺度形态滤波器及其在轴承故障诊断中应用

摘要

针对强背景噪声下无法获取滚动轴承故障特征的问题,提出一种基于最优尺度增强形态滤波器(Optimal Scale Enhanced Morphological Filter,OEMF)的滚动轴承故障特征提取方法。首先,构建一种增强差分积形态滤波算子(Enhanced Different Product Operation,EDPO)与直线型结构元素(Structuring Element,SE)相结合的增强形态滤波器;其次,构建冲击自相关度(Degree of Impact Autocorrelation,DIA)作为选取最优尺度的评判指标,并与传统的峭度(Kurtosis)指标进行比较。最后,将所提方法应用于仿真信号和牵引电机轴承故障信号中进行实验验证。结果表明,所提方法与集成经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)方法相比具有更好的降噪效果,且在去除噪声干扰方面具有更好鲁棒性。