基于ISSA-VMD与加权集合峭度的轴承故障诊断

针对滚动轴承故障信号易被噪声所掩盖,故障特征不易提取及故障类型无法确定的问题,提出一种基于改进麻雀搜索算法(ISSA)优化变分模态分解(VMD)与加权集合峭度的故障诊断方法。首先,构建一种综合函数作为目标函数,通过ISSA优化VMD实现故障信号的自适应分解;其次,建立加权集合峭度选取最优分量(IMF)并重构;最后,使用改进阈值对重构信号进一步去噪,通过1.5维能量谱对去噪信号分析,准确判断轴承故障类型。仿真和实际工程数据验证了所提方法的有效性,结果表明与其他智能算法优化VMD和包络谱分析对比,所提方法效果更优。