鄧飛躍　楊紹普　郭文武　劉永強

摘要：針對機械設備故障信號中故障特征微弱，容易被背景噪聲淹沒而不能準確提取的問題，提出了一種新的自適應多尺度形態(tài)學AVG-Hat濾波方法，并將其用于強背景噪聲下滾動軸承故障信號的特征提取中。首先，在分析傳統(tǒng)形態(tài)學濾波器濾波特點的基礎上，提出了形態(tài)學AVG-Hat濾波器的構造方法；然后，提出采用改進包絡譜稀疏度作為選擇濾波后最優(yōu)信號的評價標準，通過粒子群優(yōu)化算法自適應確定了多尺度濾波器中不同尺度結構元素的權重系數(shù)，進而構建了最優(yōu)的多尺度形態(tài)學AVG-Hat濾波器；最后，將該濾波器用于處理故障振動信號，經(jīng)過包絡解調(diào)分析準確提取出了信號中的故障特征信息。通過對實測軸承故障信號進行分析，結果表明：該方法在信號降噪的基礎上具有較強的故障特征提取能力，能有效用于滾動軸承故障的診斷，具有較高的工程應用價值。