%0 Journal Article
%A 安富友1
%A 2
%A 王鹏1
%A 刘乃江1
%A 郑浩3
%T 增强多尺度数学形态学的PSO轴承故障诊断
%D 2026
%R 
%J 振动与冲击
%P 225-235
%V 45
%N 2
%X 针对轴承微弱故障信息提取困难的问题，本文提出基于形态学与倒频谱的增强滤波方法。为解决多尺度数学形态学中各尺度权重系数难以确定的问题，采用粒子群优化（particle swarm optimization，PSO）算法进行参数优化。首先构建新型滤波算子，通过幅频特性曲线分析结构元素尺度对算子性能的影响；然后利用 PSO 算法开展自适应滤波，以故障特征能量因子（FEF）作为适应度函数，实现多尺度形态学权重系数的智能选择。同时引入倒频谱对故障信号进行二次增强提取；最后利用轴承故障仿真信号与试验故障信号对所提方法的检测性能进行分析。结果表明，所提方法对轴承微弱故障信息具有一定的提取能力，可显著降低信号噪声干扰，具有一定的实际应用价值。<br>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_14751.shtml