10.16578/j.issn.1004.2539.2020.03.028
基于参数优化VMD的齿轮箱故障特征提取方法
为解决齿轮箱故障振动信号信噪比低、故障特征提取难的问题,提出了基于参数优化变分模态分解(VMD)的齿轮箱故障特征提取方法.首先,以分解结果的局部极小包络熵最小为目标,利用果蝇算法搜寻VMD分解参数K和α的最优组合;将原始信号分解成若干IMF分量,从中选择包络熵较小的分量进行信号重构,并对重构信号进行包络解调运算,从重构信号的包络谱中提取故障频率特征.结果表明,利用此方法对实测信号进行处理,成功降噪、提取齿轮箱故障特征,并且比利用经验模态分解方法降噪效果更好,提取的故障特征更加明显.
变分模态分解、参数优化、果蝇优化算法、齿轮箱、故障特征提取
44
河北省科技计划项目14214902D
2020-03-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
171-176