10.13465/j.cnki.jvs.2021.01.012
基于参数优化变分模态分解的滚动轴承故障特征提取方法
在滚动轴承早期故障阶段,代表轴承故障特征的冲击成分容易被较强的背景噪声淹没,针对这一问题提出相关峭度(Correlated Kurtosis,CK)优化变分模态分解(Variational Mode Decomposition,VMD)的滚动轴承故障特征提取方法.针对变分模态分解方法参数不确定问题,提出利用以相关峭度为适应度函数的蝗虫优化算法(Grasshopper Optimization Algorithm,GOA)对变分模态分解参数进行自适应选定.针对故障信号经优化变分模态分解处理后模态分量的筛选问题,以相关峭度为指标,挑选具有最大相关峭度指标的模态分量进行包络解调分析,提取轴承信号中的故障特征信息.仿真及实测信号处理结果证明,该方法能在强噪声背景下准确提取滚动轴承故障信号的微弱特征.
滚动轴承、强噪声、变分模态分解、相关峭度、蝗虫优化算法
40
TH165.3;TH17
中国铁路总公司科技研究开发计划课题2017J004-H
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
86-94