基于ITD和改进形态滤波的轴承故障诊断方法与流程

技术特征：

1.一种基于ITD和改进形态滤波的轴承故障诊断方法，其特征在于，包括如下步骤：

第一步，对采样信号x进行ITD分解，得到多个PR分量；

第二步，利用峭度指标筛选出包含故障信息最多的分量为有效PR分量；

第三步，以TEK为依据计算出每个分量信号的最佳结构元素长度Li；

第四步，结合最佳结构元素，对有效PR分量分别进行ACDIF抑制随机噪声，突出其冲击成分；

第五步，重构形态滤波后的各个分量得到合成信号x′；

第六步，对合成信号x′进行快速傅里叶变换，提取故障特征频率，实现故障诊断。

2.根据权利要求1所述的基于ITD和改进形态滤波的轴承故障诊断方法，其特征在于，所述第一步中，采用ITD对采集到的振动信号进行分解，初步滤除干扰信号，突出信号局部特征。

3.根据权利要求1所述的基于ITD和改进形态滤波的轴承故障诊断方法，其特征在于，所述第三步中，采用TEK指标筛选形态滤波的最佳结构元素长度，一维离散信号X＝{xt；t＝1,2,…,N}的TEK定义为：

其中，为离散信号X在采样点t处的Teager能量，是的平均值。

4.根据权利要求1所述的基于ITD和改进形态滤波的轴承故障诊断方法，其特征在于，所述第四步中，对有效分量分别进行ACDIF抑制随机噪声，突出其冲击成分，ACDIF滤波的具体方法为：首先定义膨胀算子和闭算子的结合：膨胀-闭(Dilation-Closing,DC)或闭-膨胀(Closing-Dilation,CD)滤波算子，定义式如下：

再定义腐蚀算子和开算子的结合：腐蚀-开(Erosion-Opening,EO)或开-腐蚀(Opening-Erosion,OE)滤波算子，定义式如下：

其中，f(n)和g(m)分别为定义在F＝(0,1,…,N-1)和G＝(0,1,…,M-1)上的离散函数,且N≥M。f(n)是一维离散信号,g(m)是结构元素。n、m表示信号点数；Θ表示腐蚀运算，表示膨胀运算，表示开运算，·表示闭运算。

为了同时提取正负冲击，取FDC或FCD与FEO或FOE的差值为新的组合差值形态算子。

CDIF的滤波输出形式主要有以下四种：

当f(n)满足一定条件时，即FCD-OE(f(n))＝MG(f(n))。对于同一信号f(n)，每种运算滤波效果各异。通过实验分析比较，发现FCD-EO和FDC-EO的输出信号的冲击幅值较高，相对于其余两种滤波，整体最优。所以，采用两者的平均滤波输出—平均组合差值形态滤波作为最终结果，即

整合了FCD-EO和FDC-EO的优缺点，既可以有效抑制随机噪声又能够突出信号冲击特征，兼顾细节信息。

5.根据权利要求1所述的基于ITD和改进形态滤波的轴承故障诊断方法，其特征在于，所述第五步中，重构形态滤波后的各个PR分量得到合成信号x′，避免单一分量分析所导致的细节信息损失，使得故障诊断更加准确。