故障诊断课件 - 数学形态学滤波-6.ppt

数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 齿根裂纹故障 (a) 包络信号；(b) 频谱 齿根裂纹故障特征频率的一倍频和二、三倍频较为清晰，但包络信号受噪声污染比较明显 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 齿根裂纹故障 (a) 形态闭结果；(b) 频谱 有效地抑制齿轮故障信号中的噪声并增强了冲击特征，在频谱上齿轮故障频率更加明显，高频段几乎不存在噪声干扰，低频段存在一定的干扰 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 齿根裂纹故障 (a) AMMG；(b) 频谱 单周期内采样点数约为1127，最大结构元素长度约为225,采用尺度为1, 5, 10, 20, 30, 40,…, 100, 110共13个尺度的结构元素对信号分析，结构元素为{0,0,0}, 不仅抑制了噪声，保存了信号细节，在高频段和低频段均不受干扰 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 轴承外圈故障 (a) 时域信号；(b) 频谱 难以发现外圈故障的特征频率96.15Hz 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 轴承外圈故障 (a) 包络信号；(b) 频谱 可以清晰辨别出外圈故障特征频率96Hz及其二、三倍频，但无论是时域还是频域，受噪声的污染均比较明显。 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 轴承外圈故障 (a) 形态闭结果；(b) 频谱 有效地抑制齿轮故障信号中的噪声并增强了冲击特征，在频谱上外圈故障频率更加明显，高频段几乎不存在噪声干扰，低频段存在一定的干扰 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 轴承外圈故障 (a) AMMG结果；(b) 频谱 最大结构元素长度约为31,采用尺度为1:15的结构元素对信号分析，结构元素为{0,0,0}, 不仅抑制了噪声，保存了信号细节，在高频段和低频段均不受干扰 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 2 发动机故障信号分析 发动机缸盖振动信号不存在明显的周期性特征，其中能够反映发动机工作状态的是信号中的冲击脉冲信号，由前述的研究可知，自适应多尺度形态梯度具有很强的脉冲类信号提取能力，因此应用于发动机振动信号的处理中能取得很好的效果 编号 发动机运行状态 设置位置 备注 1 正常 —— 进气门间隙为0.2mm，排气门间隙为0.3mm 2 一缸失火 1#缸 拔掉1#喷油器 3 二缸失火 2#缸 拔掉2#喷油器 4 进气门间隙过大 1#缸 进气门间隙为0.6mm 5 排气门间隙过大 1#缸 排气门间隙为0.7mm 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 数学形态学分析 二 数学形态学滤波器 2.4 在机械故障信号处理中的应用 数学形态学分析 一 数学形态学基本原理 1.2 灰值形态学 【性质1】对偶性 【性质2】交换性 【性质3】结合性 数学形态学分析 一 数学形态学基本原理 1.2 灰值形态学 闭运算 开运算 对于离散信号： n=0,1,…,N-1;m=0,1,…,m-1 数学形态学分析 一 数学形态学基本原理 1.2 灰值形态学 示例2： 函数f = [1 3 2 7 4 5 3 6]，结构元素为g为直线型中心对称， g = [0 0 0]，分别计算 f 关于 g 的开运算和闭运算。 数学形态学分析 一 数学形态学基本原理 1.2 灰值形态学 示例2： 函数f = [1 3 2 7 4 5 3 6]，结构元素为g为直线型中心对称， g = [0 0 0]，分别计算 f 关于 g 的开运算和闭运算。 f o g = [1 2 2 4 4 4 3 3] f ? g = [3 3 3 7 5 5 5 6] 数学形态学分析 二 数学形态学滤波器 滤波一般可分为线性滤波和非线性滤波。 线性滤波对加性高斯噪声的滤除效果较佳，但是线性滤波是基于频率分割的原理，在平滑噪声的同时也会平滑和模糊信号中的一些非线性非平稳特征，如信号中的脉冲信息。 非线性滤波器是对输入信号的一种非线性映射，可把某一特定的噪声近似地映射为零而保留信号的主要特征，克服了线性滤波器的不足。 形态滤波器是一种新型的非线性滤波方法，在进行信号处理时基于信号的几何结构特性，利用预先定义的结构元素（相当于滤波窗）对信号进行匹配或局部修正，以达到有效提取信号的边缘轮廓或保持信号主要形态特征的目的。优点：单调性、幂等性、简便。 数学形态学分析 二 数学形态学滤波器 2