基于FOA的变分模态分解在轴承故障诊断中的应用 |
| |
作者姓名: | 刘畅 王衍学 杨建伟 |
| |
作者单位: | 北京建筑大学 机电与车辆工程学院,北京 100044;北京建筑大学 城市轨道交通服役性能保障北京市重点实验室,北京 100044;北京建筑大学 机电与车辆工程学院,北京 100044;北京建筑大学 城市轨道交通服役性能保障北京市重点实验室,北京 100044;北京建筑大学 机电与车辆工程学院,北京 100044;北京建筑大学 城市轨道交通服役性能保障北京市重点实验室,北京 100044 |
| |
基金项目: | 广西自然科学基金;国家自然科学基金 |
| |
摘 要: | 变分模态分解(VMD)广泛应用于故障诊断中,从振动信号中提取故障特征是故障诊断过程中的关键部分。针对强背景噪声和脉冲干扰下滚动轴承早期故障特征难以提取的问题,提出了一种新的基于果蝇优化算法(FOA)的变分模态分解的轴承故障诊断方法。首先,利用果蝇优化算法自适应优化VMD的惩罚参数α和分解数K,获取最优参数组合;然后,对信号进行VMD分解,得到K个模态分量;最后,基于峭度最大化准则选取最优模态分量进行包络解调分析,提取出故障特征频率。通过仿真信号分析、实际故障轴承信号验证以及与基于果蝇优化算法的多分辨奇异值分解(MRSVD)方法进行对比,证明了所提方法的有效性。
|
关 键 词: | 变分模态分解 果蝇优化算法 多分辨奇异值分解 轴承 故障诊断 |
本文献已被 CNKI 万方数据 等数据库收录! |
|