基于遗传算法参数优化的变分模态分解结合1.5维谱的轴承故障诊断

• 作者: 边杰
• 来源期刊: 推进技术
• 学科: 工学
• 关键词: 变分模态分解 遗传算法 轴承 故障诊断 1.5维谱
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 控制 测量 故障诊断
• 页码范围: 1618-1624
• 页数: 7页
• 分类号: TH133.3|TN911.7|TP206+.3
• 语种: 中文
• DOI: 10.13675/j.cnki.tjjs.2017.07.023

摘要

为了准确提取轴承的故障特征,提出了一种遗传算法(GA)参数优化的变分模态分解(VMD)结合1.5维谱的轴承故障诊断方法.首先以VMD方法中模态分量的包络熵值最小为优化目标,利用遗传算法对模态分量个数和二次惩罚因子进行优化,确定这两个能使VMD实现最优分解的输入参数.然后利用参数优化的VMD方法对仿真信号和轴承内环故障信号进行分解,并做各模态分量的1.5维谱图.参数优化的VMD分解得到了与仿真信号原始分量相符的4个模态分量,1.5维谱剔除了未参与二次相位耦合的10Hz频率分量.同时在1kHz频率以下,运用本文方法提取了轴承内环故障特征频率的1至6倍频频率成分以及电机转频对它们的调制频率.由此表明,遗传算法参数优化的VMD可实现复杂信号的正确分解,1.5维谱可有效检测信号的二次相位耦合.同时,遗传算法参数优化的VMD结合1.5维谱能有效提取轴承内环故障特征,从而验证了本文方法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	边杰	中国航空动力机械研究所航空发动机振动技术航空科技重点实验室	6	31	3.0	5.0