基于参数优化变分模态分解的滚动轴承微弱故障诊断研究

摘要：

为了提高变分模态分解(VMD)对滚动轴承微弱故障特征提取的准确性,提出了一种基于参数优化VMD与奇异值分量及其熵相结合的滚动轴承故障诊断方法.该方法通过寻优算法确定VMD的模态数K和二次惩罚因子α;根据余弦-标准差指标提取VMD典型本征模态分量(IMF);计算IMF奇异值及其熵,并利用计算结果分别判断滚动轴承的不同故障状态.结合美国西储大学轴承振动信号数据,实验结果表明:相比经验模态分解奇异值故障诊断方法,基于参数优化VMD奇异值故障诊断方法能更明显地识别滚动轴承的不同故障类型,为区分滚动轴承微弱故障提供了一种可行的诊断思路.

关键词：变分模态分解、参数优化、奇异值、滚动轴承、故障诊断

所属期刊栏目：48

分类号：TH132;TP206.03

资助基金：中央高校基本科研业务费资助项目 201935

在线出版日期：2020-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：162-167,180