基于CEEMD和WOA_LSSVM滚动轴承声信号故障诊断

• 作者: 孙萧 黄民 马超
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 支持向量机 CEEMD 鲸鱼优化算法
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 设计与研究
• 页码范围: 52-56,61
• 页数: 6页
• 分类号: TH133|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.02.013

摘要

针对强背景噪声下滚动轴承故障诊断问题,结合互补集合经验模态分解(CEEMD)与鲸鱼优化算法优化最小二乘支持向量机(WOA_LSSVM)进行滚动轴承的故障诊断研究.首先对声信号进行快速谱峭度分析并进行带通滤波预处理,提取故障冲击成分;其次,利用CEEMD算法将滤波信号进行分解运算,得到一系列模态分量(IMF);再利用相关系数法选取有效IMF分量进行信号重构;再提取重构信号的近似熵、峭度、峰峰值、峰值因子、波形因子作为特征值组成特征向量;最后,将归一化的特征向量输入WOA_LSSVM进行故障类别识别.将该方法用于滚动轴承试验数据,并进行对比试验分析,验证了该方法的有效性,提高了故障诊断的准确率.