基于改进自适应多元变分模态分解的轴承故障诊断方法研究

• 作者: 时培明 张慧超 韩东颖
• 来源期刊: 动力工程学报
• 学科: 工学
• 关键词: 多元变分模态分解 灰狼算法 样本熵 Teager能量算子
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 监测与测量|Monitoring and Measurement
• 页码范围: 129-137
• 页数: 9页
• 分类号: TH133
• 语种: 中文
• DOI: 10.19805/j.cnki.jcspe.2022.02.005

摘要

为解决多元变分模态分解(MVMD)经验参数设置对分解结果的影响,提出一种新的自适应多元变分模态分解(AMVMD)方法并将其应用于轴承的故障诊断方面.首先,将最小平均包络熵(MAEE)作为适应度函数,采用灰狼算法(GWO)寻求MVMD参数的最优解,并按照最优参数对原始信号进行分解.然后,计算各本征模态分量(IMF分量)的样本熵和相关系数,选取最佳模态进行信号重构.最后,通过Teager能量算子(TEO)对重构信号进行解调,以增强微弱的瞬态冲击成分并识别特征频率.结果 表明:将所提出的AMVMD与TEO相结合可以有效减少信号噪声,提取轴承的故障特征.