转子系统轴承载荷信号降噪方法的研究

针对传统的形态学滤波和小波降噪算法不能很好地对转子轴承载荷信号进行降噪,在这两种算法的基础上提出了一种小波形态滤波方法。给出了该方法的降噪原理,研究了该方法在随机噪声干扰下的降噪效果。比较了小波形态滤波与形态学滤波分别对仿真信号与工程实际信号的滤波效果。结果表明:小波形态滤波方法可以很好地消除转子轴承载荷信号中随机信号的干扰,提高信号的信噪比,并且抑制了信号失真现象的出现,实现信号的降噪处理。     

正弦变载荷工况下液压泵振动信号的形态学滤波方法

液压泵的振动信号在受到大幅度变载荷作用时将引起振动特征的变化,特别是在正弦载荷变化的作用下,将会产生幅值调制现象。采用传统的单一尺度结构元素的形态学方法对该类信号进行滤波的效果不一定理想。因此,针对正弦载荷液压泵振动信号的特点,在单尺度形态滤波分析方法的基础上,提出了兼顾形态学结构元素长度和高度尺度的多尺度形态学滤波方法。首先,以冲击特征比值和二阶原点矩作为评价指标,提出综合考虑结构元素长度和高度尺度的寻优方法,确定最优长度和高度尺度算子组合。然后,用最优尺度组合对正弦载荷模拟仿真信号和变载荷液压泵故障振动信号进行滤波处理,分析结果证实其滤波效果优于单尺度滤波方法滤波效果。     

基于新一代GPS的多尺度形态学滤波技术研究

基于新一代GPS的多尺度形态学滤波技术,采用一个结构元素尺度系列,对输入信号进行形态学滤波,将其在各个尺度值上进行分解.达到滤波效果的同时,能够清晰的表达出不同尺度段的信息细节.实验结果表明,此滤波方法与传统的高斯滤波相比,不仅速度快,而且无边界效应,滤波效果较好.     

数学形态学在电气设备故障信号提取中的应用

将数学形态学应用到电气设备故障诊断的特征信号提取中。简要分析了电气设备故障诊断过程,介绍了将数学形态学应用于电气设备故障信号提取上的优势;并将基于数学形态学滤波器与Butterworth、FIR滤波器的滤波效果进行了比较,得出基于数学形态学滤波器滤波效果更优的结论;最后对各种电信号的提取进行了仿真试验,验证了将数学形态学应用于特征信号提取的可行性。     

基于自适应形态学滤波的X射线图像的缺陷提取

将数学形态学的理论运用于实际X射线焊缝图像的缺陷提取 ,提出一种结构元大小能随缺陷尺寸自动调整的自适应形态学滤波方法 ,取得了较好效果。     

瞬态流场定量测量中平面激光诱导荧光图像的降噪

研究并评价了单幅荧光图像的降噪方法,以便真实、有效地获得用于瞬态流场测量的荧光图像的流场参数.分析了单幅荧光图像中的噪声来源,根据对双线测温信息提取的影响程度,确定米散射强噪声作为主要的滤波对象.分析了不同数字滤波方法的适用范围,并对丙酮荧光显示的流场图像进行了降噪处理.通过检查荧光图像与滤波处理图像的差值图像中含有荧光图像结构信息的程度评价了降噪效果.比较表明,形态学开运算图像重构滤波方法对荧光图像中米散射强噪声去除效果较好,并可较好地保护图像中原有荧光信息的细节.采用形态学开运算图像重构滤波方法对Q2(11)线与P1(7)线激励甲烷/空气预混火焰获得的荧光图像进行处理,得到了较为平滑的二维温度分布,测量温度在2 000 K左右.结果表明,形态学滤波方法在瞬态流场定量测量的PLIF图像降噪处理方面具有一定的应用潜力.     

基于形态学算法的摄影测量数据噪声滤波

摄影测量的点云数据通常叠加有多种形式的噪声信号,针对摄影测量中得到的扫描线形式的点云数据,采用形态学算子进行了噪声滤除。在完成噪声滤波的同时,在一定程度上对零件陡峭处获得的数据进行自动拟合。实例验证表明,该滤波方法处理速度快,其效果比其他的滤波方法好,滤波后的数据符合曲线曲面重构的要求。     

振动信号处理中数学形态滤波器频率响应特性研究

数学形态学滤波方法作为一种非线性的滤波工具拥有良好的消噪特性和低通特性,准确描述形态学滤波器特性是其应用的理论依据和前提条件。通过对给定的数学形态滤波器输入激励信号,得到了数学形态滤波器的频响特性,给出结构元素宽度与形态学组合滤波器截止频率的对应关系表。研究表明:在采样频率确定时,结构元素宽度越大,截止频率越低,截止频率随着结构元素宽度的增长而变小,并呈非线性关系。当结构元素宽度确定时,采样频率越大,截止频率越高,采样频率与截止频率成正比例变化。仿真分析表明,形态学组合滤波器具有更好的滤波效果,且具有保相的突出优点。形态学滤波器对实际故障信号的处理验证了结论的有效性。研究成果为形态学在振动信号处理中的应用提供了理论依据。     

多尺度柔性形态滤波在轴承故障诊断中的应用

针对经典的形态学滤波在取单一结构元素的情况下存在缺陷的问题,提出了一种基于多尺度柔性形态滤波的轴承振动信号滤波方法。多尺度柔性数学形态学在保留柔性形态学好的鲁棒性、滤除正负噪声和保留细节等优点的同时,进一步对其结构元素进行改进,以期获得更好的脉冲提取性能。将多尺度柔性形态滤波应用于轴承故障诊断,结果表明,其比经典的柔性形态滤波能更好地保留振动信号中的冲击脉冲,为轴承故障的进一步诊断打下基础。     

广义形态差值滤波器的构造及其在轴承故障中的应用

针对传统形态学结构元素选择的不确定性和广义形态学结构元素间相互影响的缺点,提出一种根据局部极值步长确定形态学结构元素尺寸的方法,充分利用信号的局部信息和局部极值步长,达到自适应选取最优结构元素尺寸的效果,解决了形态学结构元素选取时存在的不足。针对数学形态学在强噪声下滤波效果不理想这一不足,构造了广义形态学差值滤波器,将其与传统形态学滤波器进行仿真对比,结果显示广义差值滤波器的降噪和故障特征提取的效果明显优于传统形态滤波器,并将其应用到滚动轴承故障信号的特征提取中,结果表明该方法能够有效的抑制噪声,明显的提取滚动轴承的故障信息特征,实现滚动轴承的故障诊断。     

基于数学形态学的超声信号盲区内缺陷特征提取方法

利用高频聚焦超声技术检测金属材料内部缺陷时,由于超声探头存在盲区,无法对近表面的缺陷进行准确定位,从而难以对材料的性能进行有效评估。因此,提出基于数学形态学的超声信号盲区内缺陷特征提取方法。采用扁平结构元素对盲区信号进行形态滤波,在提取出缺陷的特征信号后,通过计算特征信号的累积能量,由此可以定位出缺陷的深度位置。在实测中,利用100 MHz的高频超声探头对冷轧镀锌板进行检测分析。以长度为30的扁平结构元素对超声信号做形态滤波,对距离冷轧镀锌板上表面288.5μm的缺陷进行定位,得到缺陷位置为距离上表面275.6μm,相对误差为4.5%。为进一步验证方法的有效性,与小波包分解重构方法进行比较,结果表明:利用数学形态学方法对缺陷的定位误差更小,同时还改善了超声B扫成像的效果,使得缺陷特征更加凸显。     

形态滤波在滚动轴承缺陷诊断中的应用

形态滤波为数字信号处理提供了一种新的非线性滤波方式，它可以有效地提取出信号的边缘轮廓以及信号的形状特征。将形态滤波应用到滚动轴承缺陷诊断中，通过形态滤波将滚动轴承原始振动信号的脉冲信号提取出来，从而达到解调的效果。再对滤波后所得的脉冲信号进行频谱分析，容易提取所需的缺陷信息。对形态滤波的解调效果进行了试验验证。     

参数优化的组合形态-hat变换及其在风力发电机组故障诊断中的应用

开闭-闭开组合形态滤波(Combination morphological filter,CMF)可以有效剔除振动信号中的脉冲干扰,顶帽(Top-hat,TH)变换充分反映出信号周期性的冲击特征,借鉴此两种形态算子的理论思想,提出一种新的数学形态算子——组合形态-hat变换。为准确描述形态学算子在振动检测应用中的理论依据,通过非线性滤波器频响特性的分析方法考察形态学算子的滤波性质。此外,针对数学形态算子中结构元素的尺度按经验选择的问题,采用粒子群优化算法(Particle swarm optimization,PSO)对组合形态-hat变换的结构元素尺度进行参数优化,提高数学形态算子在振动信号处理中的精确度。通过仿真信号和实测风力发电机组振动信号的分析结果表明,参数优化的组合形态-hat变换在抑制背景噪声和提取冲击特征方面具备优良的性能,并能够准确高效地识别出风力发电机组齿轮箱高速轴齿轮的磨损故障,具有一定的实际工程应用价值。     

An optimal selection method for morphological filter’s parameters and its application in bearing fault diagnosis

The Mathematical morphological filter (MMF) is widely applied in vibration signal processing for fault diagnosis. The Structure element (SE) and the cutoff frequency of filter have important impacts on the filtering effect, but there is no selection principle of these parameters for vibration signal processing in fault diagnosis. In this paper, the working mechanism of the MMF is studied, and a novel technique with filter characteristics and selection criterion of the MMF is proposed. The filter characteristics of morphological filter are described through frequency response analysis. The relationship between the SE length and the cutoff frequency of MMF is put forward, and the quantitative selection method of SE in engineering is proposed to effectively remove the noise and detect the impulses. The method is evaluated using both simulated signal and experimental bearing vibration signal. The results show that quantized selection method can make MMF have the better filtering effect, and can reliably extract impulsive features for bearing defect diagnosis. The study provides a theoretical basis for the application of MMF in vibration signal processing.     

基于Hausdorff距离区域生长的缺陷边缘重建方法

针对X射线探伤图像中的缺陷被提取时易产生形变,提出一种基于Hausdorff距离区域生长的缺陷边缘重建方法.首先对图像求补运算,以分水岭算法决定结构元素尺寸,采用改进的自适应数学形态学滤波算法处理图像,图像经阈值分割得到包含缺陷的二值图像;在此基础上对缺陷目标进行形态学收缩得到区域生长的若干种子点,以种子点的原始像素值为初始值,选择目标区域中的像素值大于或等于初始值的像素点进行合并生长得到新目标图像,以初始值减去2得到新的初始值,然后循环生长并计算新目标Canny边缘图像与原目标Canny边缘图像的Hausdorff距离,采用最小hausdorff距离为区域生长停止规则,所有目标生长完全后经过组合从而实现缺陷边缘重建.试验结果表明,该方法能够有效恢复缺陷的原貌,缺陷边缘重建效果明显.     

Stochastic analysis of a collection process of submicron particles on a single fiber accounting for the changes in flow field due to particle collection

Flow effects on the collection of submicron particles by a single fiber are investigated by stochastic analysis of the particle deposition evolution. The incident particle-laden stream is simulated by a Lagrangian-Eulerian approach, while the flows around a fiber and particles accumulation are solved using the Lattice Boltzmann method in conjunction with Brownian dynamics to trace the trajectory of randomly moving particles. A boundary surface on the fiber also evolves to include the changing morphology due to particle deposition. The simulation method is validated for collection efficiencies and pressure drop of clean fiber. Brownian effects on particle accumulation were examined in terms of the Peclet number. Predictions of evolving particle-layered filter geometry showed a strong effect of carrier-gas convection on the extent and the morphology of the particle accumulation, which, in turn affected the morphology of the filter. This strong interaction between the carrier-gas convection and the filter membrane causes more active particle accumulation, and thus at all Peclet numbers examined with carrier-gas convection yielded higher collection efficiencies, but with a higher pressure drop.     

基于数学形态变换的转子故障特征提取方法

基于非线性数学形态变换提出旋转机械故障特征提取的新方法.由数学形态变换构成的形态滤波器可以有效地提取出信号的边缘轮廓以及形状特征,通过选取不同长度的形态结构元素,采用组合形态滤波器将旋转机械故障信号分解到不同频带上,故障信号被分解成基频成分、故障成分及高频噪声三部分,在分解过程中,信号长度没有减少,没有信息的丢失;将分解得到的故障成分单独提取出来进行分析,可以更准确描述故障特征;对实际碰摩故障信号进行形态学分解后,提取出故障成分,采用Hilbert-Huang变换(Hilbert-Huang transform,HHT)对分解前后的信号进行对比分析,验证了方法的有效性,表明基于形态变换的信号特征提取可以更准确刻画故障的非平稳特性,提高了分析效果,并具有计算简单、快速的优点.     

基于正弦结构光激励的透明材质缺陷检测方法

透明材质广泛用于航空航天及光学设备等领域，但由于其镜面特性及透射、多重反射等光学性质，针对其微小缺陷的高效自动检测方法是领域难点，主要表现为缺陷成像对比度极低。为得到高缺陷对比度图像，现有方法需要采用复杂的系统结构或是反复的角度调试。本文基于缺陷形态对结构光的调制作用，提出结构简单的高缺陷对比度图像成像方法，且该方法对相机角度不敏感。在不同厚度缺陷试件中的实验结果表明，相较于当前的暗场照明方法，本文方法采集的图像对于冲击损伤、划痕、擦伤缺陷对比度有平均27.58%,最高37.41%的提升。本文方法从成像角度提高缺陷对比度，包含了更丰富的缺陷特征信息。在使用多种深度学习检测算法进行对比实验时，当前最佳的暗场照明方法的平均精度均值(mAP)最大仅为34%,而本文方法均接近80%,有显著的提升。     

数学形态学滤波器在转子失衡识别中的应用

针对转子运行过程的动态信号中噪声干扰严重、转子失衡识别精度低的问题,利用数学形态学滤波器能够有效滤除噪声干扰、提高信号信噪比的特点,采用数学形态学滤波器和傅里叶变换相结合的方法对转子振动信号进行降噪处理,并对转子工作状态下的工频幅值、相位进行准确提取,运用加、减质量配重可以改变转子失衡状态的特性,利用影响系数法对转子失衡进行识别计算。实验结果表明,本方法在转子失衡识别中能够有效滤除多种噪声干扰,提高转子失衡识别精度。     

数学形态学滤波在电压闪变检测中的应用

对于有效的检测和控制电压闪变来说,检测精密度和有效性是非常重要的.本文提出了一种基于数学形态学滤波和希尔伯特变换的检测方法.通过希尔伯特变换,闪变信号包络可以被提取出来,包含在电压闪变信号中较高频率的谐波和其它噪声可以通过数学形态学滤波器消除.仿真分析结果表明了本方法的可行性、有效性,为电压闪变参数的提取提供了一种新方...