文献类型：期刊文章

作　　者：唐贵基[1] 王晓龙[1]

机构地区：[1]华北电力大学能源动力与机械工程学院,河北保定071000

出　　处：《西安交通大学学报》

基　　金：河北省自然科学基金资助项目(E2014502052)

年　　份：2015

卷　　号：49

期　　号：5

起止页码：73-81

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20153801295108)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对滚动轴承早期故障特征提取困难的问题,提出一种基于参数优化变分模态分解的轴承早期故障诊断方法。首先利用粒子群优化算法对变分模态分解算法的最佳影响参数组合进行搜索,搜索结束后根据所得结果设定变分模态分解算法的惩罚参数和分量个数,并利用参数优化变分模态分解算法对故障信号进行处理。原故障信号经过处理后被分解为若干本征模态函数分量,由此筛选出最佳信号分量并进行包络解调运算,最终通过分析信号的包络谱可判断轴承的故障类型。利用参数优化变分模态分解方法对轴承故障仿真和实测信号进行分析,均成功提取出微弱特征频率信息,表明参数优化变分模态分解方法可实现滚动轴承早期故障的有效判别,具有一定的可靠性和应用价值。

关 键 词：变分模态分解  粒子群算法 滚动轴承 早期故障诊断  

分 类 号：TH17]