基于粒子群优化时变滤波经验模态分解的轴承故障诊断

• 作者: 岑立 钟先友
• 来源期刊: 机械
• 学科: 工学
• 关键词: 滚动轴承 粒子群 时变滤波经验模态分解 参数优化 故障诊断
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 设计与研究
• 页码范围: 8-16
• 页数: 9页
• 分类号: TH133.3
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0316.2020.11.002

摘要

时变滤波经验模态分解(TVFEMD)的性能在很大程度上取决于其参数(即带宽阈值和B样条阶数)的选取.在应用TVFEMD诊断轴承故障时,参数需要预先人为设定,因此难以获得令人满意的分解结果.针对此情况,本文提出了一种基于粒子群优化时变滤波经验模态分解的轴承故障诊断方法.首先利用粒子群算法来搜索最佳参数组合;然后使用得到的最佳参数组合对轴承故障信号进行TVFEMD分解,得到一组本征模态函数(IMF);最后选取包络谱故障特征能量比最大的IMF分量进行包络解调分析,提取故障特征,进行故障诊断.轴承故障诊断实例结果表明该方法不仅优化了TVFEMD两个参数,获得了良好分解效果,而且能够准确的提取轴承故障特征信息,实现轴承故障的有效诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟先友		34	255	9.0	15.0
2	岑立		1	0	0.0	0.0