基于参数优化VMD和峭度准则的齿轮故障诊断 |
| |
引用本文: | 杨文斌,王志成,马怀祥,乔卉卉,刁宁昆.基于参数优化VMD和峭度准则的齿轮故障诊断[J].组合机床与自动化加工技术,2023(8):13-16+21. |
| |
作者姓名: | 杨文斌 王志成 马怀祥 乔卉卉 刁宁昆 |
| |
作者单位: | 1. 石家庄铁道大学机械工程学院;2. 中铁十四局集团芜湖长江隧道建设指挥部 |
| |
基金项目: | 国家自然科学基金青年基金项目(12202287); |
| |
摘 要: | 针对盾构主减速机齿轮故障特征难以提取的问题,提出了一种基于参数优化变分模态分解(variational mode decomposition, VMD)和峭度准则的故障诊断方法。利用粒子群算法(particle swarm optimization, PSO),以最小平均包络熵为适应度函数来确定VMD算法的模态分量个数K及惩罚因子α的最佳组合;将原始振动信号利用K,α]参数组合通过VMD分解成若干本征模态(intrinsic mode function, IMF)分量,根据峭度准则筛选出最佳和次最佳IMF分量进行重构,降低噪声干扰;最后,提取重构信号的时域和熵理论特征,利用粒子群优化支持向量机(PSO-SVM)和轻量级梯度提升机(LightGBM)进行故障识别分类。通过使用DDS试验台实测信号数据验证表明,该方法能够有效地提取齿轮故障特征,实现对齿轮故障类型的准确判定,验证了该方法的可行性和有效性。
|
关 键 词: | 盾构主减速机 变分模态分解 粒子群优化算法 故障诊断 |
|
|