| 基于形态学的一种齿轮故障特征提取方法 |
| |
| 引用本文： | 朱一,吕勇,侯高雁,黄浩.基于形态学的一种齿轮故障特征提取方法[J].机床与液压,2014(23). |
| |
| 作者姓名： | 朱一 吕勇 侯高雁 黄浩 |
| |
| 作者单位： | 1. 中国人民解放军96618部队,北京,100085
2. 武汉科技大学机械自动化学院,湖北武汉,430081 |
| |
| 基金项目： | 国家自然科学基金青年基金资助项目(51105284)；湖北省高校优秀中青年创新团队计划资助项目 |
| |
| 摘 要： | 针对数学形态学滤除白噪声能力不足的问题，提出了奇异值分解（ SVD）、局域均值分解（ LMD）和数学形态学相结合的特征提取方法。将信号进行奇异值分解，对分解后的主要成分取均值，然后进行局域均值分解，选取主要分量求和重构，再用形态学差值滤波器提取故障信号的频率特征。通过数值仿真试验和齿轮局部故障模拟实验，结果表明：该方法能够清晰地提取出故障信号的频率特征，并与奇异值分解形态滤波法相比较，证明了该方法的有效性。
|
| 关 键 词： | 奇异值分解 局域均值分解 数学形态学 特征提取 |
A Gear Fault Feature Extraction Method Based on Morphology |
| |
| ZHU Yi,LV Yong,HOU Gaoyan,HUANG Hao.A Gear Fault Feature Extraction Method Based on Morphology[J].Machine Tool & Hydraulics,2014(23). |
| |
| Authors: | ZHU Yi LV Yong HOU Gaoyan HUANG Hao |
| |
| Abstract: | |
| |
| Keywords: | SVD LMD Mathematical morphology Feature extraction |
| 本文献已被 万方数据 等数据库收录！ |
