文献类型：期刊文章

作　　者：陈鹏[1] 赵小强[1,2,3]

CHEN Peng;ZHAO Xiaoqiang(College of Electrical and Information Engineering,Lanzhou University of Technology,Lanzhou 730050,China;Gansu Provincial Key Lab of Advanced Control for Industrial Processes,Lanzhou 730050,China;National Experimental Teaching Center of Electrical and Control Engineering,Lanzhou 730050,China)

机构地区：[1]兰州理工大学电气工程与信息工程学院,兰州730050 [2]甘肃省工业过程先进控制重点实验室,兰州730050 [3]兰州理工大学国家级电气与控制工程实验教学中心,兰州730050

出　　处：《振动与冲击》

基　　金：国家自然科学基金(61763029,61873116);国防基础科研项目(JCKY2018427C002);甘肃省高等学校产业支撑引导项目(2019C-05);甘肃省工业过程先进控制重点实验室开放基金项目(2019KFJJ01)。

年　　份：2021

卷　　号：40

期　　号：13

起止页码：146-153

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对复杂工况和强背景噪声干扰下,滚动轴承早期故障信号微弱导致故障特征难以提取的问题。提出了优化变分模态分解(VMD)与改进阈值降噪的滚动轴承故障特征提取方法。首先,通过鲸鱼优化算法(WOA)优化VMD实现振动信号的自适应分解,建立了L-峭度和相关系数的最优模态分量选取准则;然后对选取的最佳分量进行改进阈值降噪;最后,对降噪后的信号进行希尔伯特包络谱分析实现故障特征频率的提取。在仿真信号和美国西储大学工程数据集上,对提出的方法进行了验证,同时与Teager能量算子降噪的方法和基于包络熵准则的优化方法进行了对比,结果表明提出的方法效果更优。

关 键 词：特征提取 故障诊断 鲸鱼优化算法(WOA)  变分模态分解(VMD)  阈值降噪  

分 类 号：TP181] TH133.3]