-
题名基于ISSA-VMD与加权集合峭度的轴承故障诊断
被引量:3
- 1
-
-
作者
魏晓鹏
高丙朋
-
机构
新疆大学电气工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第12期67-71,共5页
-
基金
新疆维吾尔自治区自然科学基金项目(2019D01C079)。
-
文摘
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。
-
关键词
改进麻雀搜索算法
变分模态分解
加权集合峭度
改进阈值去噪
故障诊断
-
Keywords
improved sparrow search algorithm
variational modal decomposition
weighted ensemble kurtosis
improved threshold denoising
fault diagnosis
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-