基于参数自寻优变分模态分解的信号降噪方法

摘要：

针对滚动轴承故障信号具有非线性、非平稳、噪声强的特点,提出了一种基于参数自寻优变分模态分解(variational modal decomposition,VMD)的信号降噪方法.以模态复合熵作为适应度函数,采用改进粒子群算法进行VMD参数自适应寻优,确定变分模态分解最优模态数K和二次惩罚因子α;基于最优K和α,对原始信号进行VMD分解,得到K个本征模态函数(intrinsic mode function,IMF)分量;利用相关系数筛选法,进行模态分量的有效模态和含噪模态识别,利用小波阈值去噪方法对含噪模态进行去噪处理;将有效模态与去噪后的模态进行重构,实现信号降噪.分别用滚动轴承故障仿真信号和试验信号进行验证,并与EMD降噪方法进行比较,结果表明该方法可有效提高故障信号的信噪比,降噪效果明显,有利于滚动轴承故障特征的提取.

关键词：变分模态分解(VMD)、改进粒子群算法(IPSO)、参数自寻优、信号降噪、滚动轴承

所属期刊栏目：42

分类号：TH133.3

资助基金：国家电网有限公司总部科技项目52060022001R

在线出版日期：2023-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：283-293