基于SABO优化VMD-WTD-SVM的滚动轴承故障诊断模型

针对滚动轴承在运转过程中发生故障时故障类型难以提取和识别的问题,文章提出了一种基于减法平均优化器(subtraction-average-based optimizer,SABO)优化变分模态分解(variational mode decomposition,VMD)联合小波阈值去噪(wavelet threshold denoising,WTD)来提取故障特征,并与支持向量机(SVM)相融合的滚动轴承故障诊断模型。首先,以最小包络熵为适应度函数,通过SABO优化VMD中关键参数组合(K,α)的选取。其次,根据得到的参数对故障信号进行VMD分解,通过包络熵值和峭度值选择其中的有效分量再次进行WTD处理,重构后得到最佳信号分量。最后,计算最佳信号分量对应的9个特征数据作为当前信号的特征向量,并输入到SVM进行训练和故障识别。与其他方法相比,本模型在滚动轴承故障诊断方面表现更为突出,故障识别准确率达到了98.666 7%,具有良好的实际应用价值。

技术领先的奔驰商用车

奔驰作为世界上第一辆汽车的发明者,历经一个多世纪的发展,在汽车设计和制造领域拥有雄厚的基础。在商用车领域,奔驰也拥有不逊于乘用车的强大实力,先进的技术和完整的产品线是其他商用车企业所不具备的。