文献类型：期刊文章

作　　者：张萍[1] 张文海[1] 赵新贺[1] 吴显腾[1] 刘宁[1]

ZHANG Ping;ZHANG Wenhai;ZHAO Xinhe;WU Xianteng;LIU Ning(School of Artificial Intelligence and Data Science,Hebei University of Technology,Tianjin 300130,China)

机构地区：[1]河北工业大学人工智能与数据科学学院,天津300130

出　　处：《噪声与振动控制》

基　　金：国家自然科学基金资助项目(51207042);河北省教育厅青年基金资助项目(Q2012103)。

年　　份：2021

卷　　号：41

期　　号：4

起止页码：86-93

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：针对从滚动轴承振动信号中所提取的故障信息精度低的问题,提出一种基于鲸鱼优化算法(WOA)-变分模态分解(VMD)能量熵的特征提取方法,并采用改进鲸鱼优化算法(WOA)-支持向量机(SVM)进行故障诊断。首先,利用鲸鱼优化算法对变分模态分解模态个数K和惩罚参数α寻优,然后根据VMD处理信号得到若干模态分量,筛选后进一步提取能量熵作为特征向量。最后,针对WOA种群迭代机制易陷入局部极值等缺点,引入随机变异策略进行改进,根据改进WOA-SVM对轴承信号进行故障诊断。实验表明,该方法能够准确提取故障信息,提高轴承数据故障识别率,准确率高达99.2%。

关 键 词：故障诊断 变分模态分解  能量熵  鲸鱼优化算法  支持向量机  

分 类 号：TP206.3]