西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2015年
5期
73-81
,共9页
变分模态分解%粒子群算法%滚动轴承%早期故障诊断
變分模態分解%粒子群算法%滾動軸承%早期故障診斷
변분모태분해%입자군산법%곤동축승%조기고장진단
variational mode decomposition%particle swarm algorithm%rolling bearing%incipient fault diagnosis
针对滚动轴承早期故障特征提取困难的问题,提出一种基于参数优化变分模态分解的轴承早期故障诊断方法.首先利用粒子群优化算法对变分模态分解算法的最佳影响参数组合进行搜索,搜索结束后根据所得结果设定变分模态分解算法的惩罚参数和分量个数,并利用参数优化变分模态分解算法对故障信号进行处理.原故障信号经过处理后被分解为若干本征模态函数分量,由此筛选出最佳信号分量并进行包络解调运算,最终通过分析信号的包络谱可判断轴承的故障类型.利用参数优化变分模态分解方法对轴承故障仿真和实测信号进行分析,均成功提取出微弱特征频率信息,表明参数优化变分模态分解方法可实现滚动轴承早期故障的有效判别,具有一定的可靠性和应用价值.
針對滾動軸承早期故障特徵提取睏難的問題,提齣一種基于參數優化變分模態分解的軸承早期故障診斷方法.首先利用粒子群優化算法對變分模態分解算法的最佳影響參數組閤進行搜索,搜索結束後根據所得結果設定變分模態分解算法的懲罰參數和分量箇數,併利用參數優化變分模態分解算法對故障信號進行處理.原故障信號經過處理後被分解為若榦本徵模態函數分量,由此篩選齣最佳信號分量併進行包絡解調運算,最終通過分析信號的包絡譜可判斷軸承的故障類型.利用參數優化變分模態分解方法對軸承故障倣真和實測信號進行分析,均成功提取齣微弱特徵頻率信息,錶明參數優化變分模態分解方法可實現滾動軸承早期故障的有效判彆,具有一定的可靠性和應用價值.
침대곤동축승조기고장특정제취곤난적문제,제출일충기우삼수우화변분모태분해적축승조기고장진단방법.수선이용입자군우화산법대변분모태분해산법적최가영향삼수조합진행수색,수색결속후근거소득결과설정변분모태분해산법적징벌삼수화분량개수,병이용삼수우화변분모태분해산법대고장신호진행처리.원고장신호경과처리후피분해위약간본정모태함수분량,유차사선출최가신호분량병진행포락해조운산,최종통과분석신호적포락보가판단축승적고장류형.이용삼수우화변분모태분해방법대축승고장방진화실측신호진행분석,균성공제취출미약특정빈솔신식,표명삼수우화변분모태분해방법가실현곤동축승조기고장적유효판별,구유일정적가고성화응용개치.
