基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法

摘要：

针对强背景噪声干扰下的滚动轴承复合故障特征难以提取且变分模态分解(variational modal decomposi-tion,VMD)中参数需要提前确定的问题,提出一种基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法.首先,提出一种新的复合影响指数,将其与现有指标进行比较,结果表明,所提指标对故障信号的敏感性提高了 29.6％.然后,将最小平均复合影响指数作为目标函数,利用蝙蝠算法自适应搜索VMD的最优参数进行变分模态分解.最后,对分解后的模态分量进行包络解调分析,通过包络谱判断轴承的故障类型.仿真及试验结果表明,该方法能够从噪声干扰下的复合故障信号中有效分离出单一故障信息,实现轴承故障类型的确定,从而验证了该方法的有效性.

关键词：蝙蝠算法、变分模态分解(VMD)、复合影响指数、复合故障

所属期刊栏目：41

分类号：TH212;TH213.3(起重机械与运输机械)

资助基金：中央引导地方科技发展资金项目;国家自然科学基金;晋中市科技重点研发计划;山西省重点研发计划项目

在线出版日期：2022-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：133-141