数学形态学和LMD算法下滚动轴承全生命周期故障检测研究

来源：计算机测量与控制杂志2024年第12期北京时间：

作者：严峰军

摘要：当滚动轴承在高速旋转时,会产生振动和摩擦,容易引起轴承表面的细微磨损和损伤,且在高温、高压、腐蚀等恶劣的工作环境中,会加剧轴承的磨损和腐蚀,使表面缺陷更加复杂和难以区分。为了准确监测和评估轴承的状况、及早发现潜在的故障迹象,提出基于数学形态学和LMD算法的滚动轴承全生命周期故障检测方法。根据滚动轴承的故障机理及特征,设置滚动轴承故障检测标准,模拟滚动轴承全生命周期工作过程。分别采集滚动轴承的表面图像数据和内部振动数据,通过滤波、增强等操作,完成初始工作参数的预处理。利用数学形态学基于形状特征提取滚动轴承表面图像的微小特征,包括表面形状和微小细节结构等,通过LMD算法分解复杂信号为多个单一调频和窄带调频分量,提取峭度、频率等关键特征。结合数学形态学和LMD算法可以全方位地提取滚动轴承在不同生命周期阶段的故障特征,为故障诊断提供更为全面的信息。采用特征匹配的方式,得出滚动轴承故障类型、位置以及故障量的检测结果。通过性能测试实验得出结论:与当前的故障检测方法相比,优化设计方法的故障类型误检率明显降低,具有良好的故障检测能力。

关键词：数学形态学;LMD算法;滚动轴承;全生命周期;故障检测;