ABC-VMD和包络谱分析在齿轮故障诊断中的应用

• 作者: 周旺平 王蓉 许沈榕
• 来源期刊: 机械传动
• 关键词: 变分模态分解 人工蜂群算法 包络谱分析 齿轮箱故障诊断
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 开发应用
• 页码范围: 150-156
• 页数: 7页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2019.04.028

摘要

针对齿轮箱故障的非线性、非稳定性特点,提出了一种参数优化变分模态分解(Variational mode decomposition,简称VMD)提取特征频率的方法.首先,利用人工蜂群算法(Artificial bee colony algorithm,简称ABC)对VMD分解的层数和惩罚因子进行自适应选择;其次,根据互信息法在VMD分解后得到的有限个本征模态函数(Intrinsic mode function,简称IMF)中选择最佳模态函数;最后,对该模态函数进行包络谱分析,有效提取齿轮故障特征频率.仿真与实验结果表明,与经验模态分解(Empirical mode decomposition,简称EMD)以及基于粒子群优化算法(Particle swarm optimization,简称PSO)的变分模态分解方法相比较,ABC-VMD方法自适应性强,可以有效克服模态混叠、信号丢失及过度分解问题,能够准确诊断齿轮箱故障,同时避免PSO-VMD易陷入局部最优的缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周旺平	南京信息工程大学自动化学院	14	72	5.0	7.0
2	王蓉	南京信息工程大学自动化学院	5	7	2.0	2.0
3	许沈榕	南京信息工程大学自动化学院	1	3	1.0	1.0