非局部均值去噪和LMD综合的滚动轴承故障诊断.pdfVIP

2015年7月 机床与液压 Ju1．2015 第43卷 第 l3期 MACHINETO0L HYDRAULICS Vo1．43No．13 DOI：10．3969／j。issn．1001—3881．2015．13．041 非局部均值去噪和 LMD综合的滚动轴承故障诊断 祝青林，吕勇，李宁 (武汉科技大学机械 自动化学院，湖北武汉430081) 摘要 ：局域均值分解 (LocalMeansdecomposition，LMD)是一种分解效果明显的时频分析方法 ，在故障诊断中应用广 泛。但噪声对其分解有较大影响。为克服噪声的干扰 ，提出了一种能够应用于轴承信号处理，由非局部均值去噪算法和 LMD相结合的新方法 ，该方法首先采用NLM对信号进行降噪预处理，然后以去噪信号做为输入进行 LMD分解 ，对分解产 生的PF分量与降噪信号做相关度分析，甄选PF分量，然后对有用PF分量进行包络谱分析。并将该方法应用在故障滚动 轴承信号的特征提取上，结果表明该方法能有效的提取滚动轴承的故障特征，实现滚动轴承的故障诊断。 关键词：非局部均值；LMD；滚动轴承；故障诊断 中图分类号：TH165 文献标志码：A 文章编号：1001-3881(20t5)13-172-5 FaultDiagnosistoRollingBearingbyIntegrationofNonlocalMeans De-noisingandLMD ZHUQinglin，LVYong，LINing (CollegeofMachineryAutomation，WuhanUniversityofScienceandTechnology， WuhanHubei430081．China) Abstract：Localmeandecomposition(LMD)isaneffectivetime—frequencyanalysismethod，whichiswidelyusedforfaultdiag- nosis．Howeveritisverysensitivetonoiseindecomposition．Inordertoovercometheinterferenceofthenoise，anewmethodofrrolling bearingsignalsprocessingintegratedbynonlocalmeans(NLM)andLMDwasproposed．FirstlyusingNLMforsingaldenoisinginpre— processingbythismethod，thenapplyingLMDtodenoisesignalsasinputs，andcorrelationwasanalyzedofrPFcomponentsgenerated from decomposinganddenoisedsingalstochoicethePFcomponents．Afterwards，envelopespectrum analysiswasappliedonusefulPF components．Andthemethodwasappliedonrollingbearingfaultdiagnosisofcharacteristicextraction．Theresultsshow thatthemethod caneffectivelyextractfaultchraacteristicofrollingbearing，andrealizesitsfaultdiang osis． Keywords：Nonlocalmeans；LMD；Rollingbearing；Fauhdiagnosis 0 前言 局部均值分解 (LMD)的提 出，在很大程度 使用率极高 的滚动轴承是机器上的重要组成部 上突破了