y - JOUR A2 - Ahn, Hyeong Joon AU - Pang, Xinyu AU - Shao, Jie AU - Xue, Xuanyi AU - Jiang，轴轨图像优化在转子系统故障诊断中的应用SP - 9540791 VL - 2020 AB轴轨形状特征在旋转机械故障诊断中起着重要的作用。然而，原始信号通常是杂乱的，这影响了识别精度和识别速度。为了提高故障识别效果，提出了一种基于轴轨的转子系统故障识别方法。该方法结合了集合经验模态分解(EEMD)、形态学图像处理、Hu不变矩特征向量和BP神经网络。在单跨转子和双跨转子试验台上进行了四种故障形式的试验。振动位移信号在 X 和 Y 对转子方向进行EEMD滤波，消除高频噪声。数学形态学用于优化轴轨道，包括扩张和骨架操作。图像处理后，计算骨架轴轨道的Hu不变矩作为特征向量。最后，利用BP神经网络对转子系统进行故障识别。实验结果表明，形态学处理对被测轴轨道的识别时间为13.05 s，识别正确率可达95%。两者都超过了没有数学形态学的情况。该方法可靠有效，可用于转子系统故障的在线监测和自动识别。SN - 1023-621X UR - https://doi.org/10.1155/2020/9540791 DO - 10.1155/2020/9540791 JF -国际旋转机械杂志PB - Hindawi KW - ER -