一种基于ITD与改进LMS自适应滤波结合的轴承故障特征提取方法技术

本发明专利技术公开了一种基于ITD与改进LMS自适应滤波结合的轴承故障特征提取方法，首先对电机轴承故障振动信号进行固有时间尺度分解，得到相应的固有旋转分量；然后根据峭度准则筛选出有效的PR分量进行信号重构；接着对重构信号进行改进LMS自适应滤波处理，得到最优滤波信号；最后，获取最优滤波信号的频谱并进行分析，提取所需的故障特征。本发明专利技术在常规的LMS自适应滤波方法上加以优化改进，并与ITD分解方法相结合，提高了滤波方法的可靠性和抗干扰性，较好地滤除了电机轴承故障振动信号中包含的干扰噪声，增强了故障特征提取的准确度。

【技术实现步骤摘要】

本专利技术涉及一种基于itd与改进lms自适应滤波结合的轴承故障特征提取方法，应用于轴承故障诊断。

技术介绍

1、随着生产生活现代化和科学技术的发展，电机日益趋向大型化，精密化和智能化。轴承作为电机设备的重要组成部分，是电机正常运行的主要承担者之一。当轴承发生故障时，轻则影响电机运行性能，降低电机效率；重则使电机无法运行，发生生产事故。因此，电机轴承的故障诊断显得十分有必要。

2、滚动轴承故障诊断一般以采集的振动信号作为分析对象，通过信号分析得到故障特征实现诊断。单一的常规lms自适应滤波方法可以对含噪量低的故障信号特征进行提取，但当信号中的噪声含量较高时，其滤波能力会大幅降低，致使提取出的故障特征失去可信度，从而无法进行强噪声工作环境下的轴承故障诊断。itd分解方法可将一个复杂信号分解为若干个pr分量，端点效应小，分解能力强，在故障诊断领域应用颇多；但将lms自适应滤波方法与itd分解方法相结合进行故障特征提取的技术方案迄今未见公开报导。

技术实现思路

1、本专利技术是为避免上述现有技术所存在的本文档来自技高网...

【技术保护点】

1.一种基于ITD与改进LMS自适应滤波结合的轴承故障特征提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于ITD与改进LMS自适应滤波结合的轴承故障特征提取方法，其特征在于，在步骤1中，所述利用ITD分解方法对故障信号x进行处理是指：利用ITD对故障信号x进行分解，初步滤除信号中的杂波干扰，突出故障信号局部特征,ITD的计算公式如(1)所示：

3.根据权利要求1所述的基于ITD与改进LMS自适应滤波结合的轴承故障特征提取方法，其特征在于，在步骤2中，所述PR分量的峭度指标K大于3时，视为有效分量，峭度指标K计算公式如(2)所示：

4....

【技术特征摘要】

1.一种基于itd与改进lms自适应滤波结合的轴承故障特征提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于itd与改进lms自适应滤波结合的轴承故障特征提取方法，其特征在于，在步骤1中，所述利用itd分解方法对故障信号x进行处理是指：利用itd对故障信号x进行分解，初步滤除信号中的杂波干扰，突出故障信号局部特征,itd的计算公式如(1)所示：

3.根据权利要求1所述的基于itd与改进lms自适应滤波结合的轴承故障特征提取方法...

【专利技术属性】
技术研发人员：鲍晓华，王子豪，关博凯，王硕，王路尧，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：