基于數(shù)學形態(tài)學的旋轉(zhuǎn)機械振動參數(shù)特征提取研究.pdf

1、旋轉(zhuǎn)機械的振動信號中包含豐富的設備運行狀態(tài)信息，是目前故障診斷的重要研究領域，通過分析這些振動信號可以得到大量反映設備運行狀態(tài)的參數(shù)圖形，因此需要研究一種對這些圖形特征自動提取及識別的方法。本文針對幾種常見的轉(zhuǎn)子故障類型進行實驗，并轉(zhuǎn)化成參數(shù)灰度圖形，利用數(shù)學形態(tài)學、模糊數(shù)學形態(tài)學及模糊軟數(shù)學形態(tài)學的手段進行邊緣檢測，并討論不同方法對特征提取以及噪聲抑制的效果。本文僅針對旋轉(zhuǎn)機械振動參數(shù)特征提取，不涉及故障診斷過程。
　　首先，針

2、對轉(zhuǎn)子不平衡、轉(zhuǎn)子不對中、氣流激振、軸承松動及動靜碰磨的故障進行旋轉(zhuǎn)機械故障模擬實驗，采集轉(zhuǎn)子振動信號，形成三維譜圖，并轉(zhuǎn)化成灰度圖形，為后續(xù)的圖形處理提供原始圖形。
　　其次，從二值及灰度形態(tài)學角度出發(fā)，研究了旋轉(zhuǎn)機械參數(shù)圖形的邊緣檢測方法。基于灰度形態(tài)學的方法對參數(shù)圖形濾波，討論形態(tài)學濾波算子及結(jié)構元素設計的合理性對濾波效果有直接影響。對濾波后圖形加以形態(tài)學圖形增強。最后對濾波、增強后的參數(shù)圖形進行形態(tài)學邊緣檢測，抽取圖形的特