|本期目录/Table of Contents|

[1]曹莹,段玉波,刘继承,等.多尺度形态滤波模态混叠抑制方法[J].电机与控制学报,2016,20(09):110-116.[doi:10. 15938 / j. emc. 2016. 09. 016]
 CAO Ying,DUAN Yu-bo,LIU Ji-cheng,et al.Multi-scale morphological filtering method for mode mixing suppression[J].,2016,20(09):110-116.[doi:10. 15938 / j. emc. 2016. 09. 016]
点击复制

多尺度形态滤波模态混叠抑制方法(PDF)
分享到:

《电机与控制学报》[ISSN:1007-449X/CN:23-1 408/TM]

卷:
20
期数:
2016年09
页码:
110-116
栏目:
出版日期:
2016-09-01

文章信息/Info

Title:
Multi-scale morphological filtering method for mode mixing suppression
作者:
曹莹1 段玉波1 刘继承1 侯永强2 张雪松2
(1.东北石油大学 电气信息工程学院,黑龙江 大庆 163318; 2.东北石油大学 机械科学与工程学院,黑龙江 大庆 163318)
Author(s):
CAO Ying1 DUAN Yu-bo1 LIU Ji-cheng1 HOU Yong-qiang2 ZHANG Xue-song2
(1. School of Electrical & Information Engineering,Northeast Petroleum University,Daqing 163318,China; 2. School of Mechanical Science & Engineering,Northeast Petroleum University,Daqing 163318,China)
关键词:
Hilbert-Huang 变换 模态混叠 多尺度形态滤波 集合经验模态分解 特征提取
Keywords:
Hilbert-Huang transform mode mixing multi-scale morphological filtering ensemble empiri-cal mode decomposition feature extraction
分类号:
TH 165
DOI:
10. 15938 / j. emc. 2016. 09. 016
文献标志码:
A
摘要:
针对 Hilbert-Huang 变换( HHT) 中存在的模态混叠现象,依据数学形态学理论,提出多尺度 平均组合形态滤波方法,并构建了多尺度平均组合形态滤波器对原始振动信号进行降噪预处理,以 实现对模态混叠的抑制。并以滚动轴承的振动信号为原始数据进行故障特征频率提取实验,将所 提方法与集合经验模态分解( EEMD) 方法对模态混叠的抑制效果进行对比。结果表明,所提的多 尺度平均组合形态滤波方法耗时仅为 EEMD 的 1 /10,且特征频率提取的误差率比 EEMD 低 0. 16% 。最后,将多尺度平均组合形态滤波与 HHT 相结合进行滚动轴承故障特征提取的现场试 验,特征频率提取结果与理论值的误差率为 0. 26% 。
Abstract:
In view of the mode mixing phenomenon existing in Hilbert-Huang Transform,the multi-scale average combining morphological filtering method was proposed based on the mathematical morphology theory. In order to suppress mode mixing,the corresponding filter was constructed for noise reduction pre-treatment of the original vibration signal. The vibration signal of rolling bearing was used as the original data for the fault feature frequency extraction experiment,and both the proposed method and Ensemble Empirical Mode Decomposition were used in it for mode mixing suppression. The comparison results show that the proposed method time consuming is only 1 /10 of EEMD,and the error rate for feature frequency extraction is 0. 16% lower than that of EEMD. Lastly,The combination of multi scale average morphologi-cal filtering and HHT was applied to field test for fault feature extraction of rolling bearing. Compared with theoretical value,the error rate of practical result is 0. 26% .

参考文献/References:

-

相似文献/References:

备注/Memo

备注/Memo:
收稿日期: 2014 - 11 - 03
基金项目: 黑龙江省长江学者后备支持计划资助项目( 2012CJHB005) ; 黑龙江省教育厅科学技术研究项目( 12531063)
作者简介: 曹 莹( 1987—) ,女,博士,研究方向为油气田信息与控制、电力电子与电力传动、信号处理及故障诊断等;
段玉波( 1951—) ,男,博士,教授,博士生导师,研究方向为电力电子与电力传动、电力系统控制等;
刘继承( 1970—) ,男,博士,教授,博士生导师,研究方向为信息与控制、信号处理及故障诊断等;
侯永强( 1983—) ,男,博士研究生,研究方向为液压与密封、安全工程、油气田地面工程节能技术;
张雪松( 1989—) ,男,硕士研究生,研究方向为机械设计制造及自动化、油气田地面工程节能技术。
更新日期/Last Update: 2016-12-08