改进时域盲解卷积算法在轴承故障诊断中的应用
刘凤
伍星
潘楠
周俊
1.昆明理工大学机电工程学院,昆明,6505002.昆明理工大学机电工程学院,昆明,6505003.昆明理工大学机电工程学院,昆明,6505004.昆明理工大学机电工程学院,昆明,650500
摘要：针对实际工业现场强背景噪声、干扰源多、旋转机械故障盲提取算法的不足,为了有效提取并分离出轴承的故障特征,提出一种基于广义形态滤波和改进KL距离相结合的改进时域盲解卷积故障特征提取算法.首先利用广义形态滤波提取信号中重要特征频率;然后利用正交匹配追踪算法去除滤波后信号的周期成分;最后,使用改进KL距离计算各分量的距离,通过模糊C均值聚类获得分离信号.实验仿真和故障滚动轴承声信号及振动信号的分析结果表明,该方法能够有效提取滚动轴承故障特征.
关键词：广义形态滤波压缩感知改进KL距离盲信号处理
分类号：TH165.3(机械制造工艺)TP206.3(自动化技术及设备)
资助基金：国家自然科学基金(51305186.51265018)云南省教育厅科学研究基金项目(2011J078)The project supported by the National Natural Science Foundation of China (No.51305186.51265018)and the Science Research Foundation of Yunnan Province Education Department (No.2011J078)
论文发表日期：2016-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
英文信息