基于IFD与DE-ELM的轴承故障诊断

• 作者: 万舟 汤超 许有才
• 来源期刊: 计算机测量与控制
• 关键词: 本征频率尺度分解 差分进化 极限学习机 端点效应 模态混淆现象
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3990-3993,3997
• 页数: 5页
• 分类号: TP277
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.12.024

摘要

针对局部均值分解(LMD)实现过程中存在的模态混淆现象和端点效应,影响识别精度的问题,提出了一种基于本征频率尺度分解(IFD)与差分进化极限学习机(DE-ELM)的方法;该方法将数字图像处理的频率分辨率概念与LMD结合起来;首先确定原始振动信号中的所有局部极值点的频率分辨率,将振动信号分为高频率分辨率区域和低频率分辨率区域;然后,构造本征频率尺度函数,将本征频率尺度函数添加到局部极值点低频率分辨率区域;最后,对添加本征频率尺度函数的原始振动信号进行LMD分解,在得到的乘积函数(PF)分量中剔除本征频率尺度函数,就可以得到突出原始信号振动特征的不同频率分辨率的PF分量,提取PF分量的特征参数构建特征向量作为DE-ELM的输入,进行故障类型识别;将该方法应用于轴承故障诊断,与LMD相比,故障识别精度提高了8.33％,表明了该方法的有效性与可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万舟	昆明理工大学信息与自动化工程学院	54	181	7.0	11.0
2	汤超	昆明理工大学信息与自动化工程学院	2	10	2.0	2.0
3	许有才	昆明理工大学信息与自动化工程学院	5	19	3.0	4.0