登录    注册    忘记密码

期刊文章详细信息

遗传算法优化变分模态分解在轴承故障特征提取中的应用    

Application of Genetic Algorithm to Optimize Variational Mode Decomposition in Bearing Fault Feature Extraction

  

文献类型:期刊文章

作  者:单玉庭[1,2] 刘韬[1,2] 褚惟[1,2] 缪护[3]

SHAN Yuting;LIU Tao;CHU Wei;MIAO Hu(School of Mechanical and Electrical Engineering,Kunming University of Science and Technology,Kunming 650500,China;Yunnan Province Science and Technology Department,Yunnan Key Laboratory of Advanced Equipment Intelligent Manufacturing Technology,Kunming 650500,China;Kunming Yunnei Power Co.Ltd.,Kunming 650500,China)

机构地区:[1]昆明理工大学机电工程学院,昆明650500 [2]云南省科技厅云南省先进装备智能制造技术重点实验室,昆明650500 [3]昆明云内动力股份有限公司,昆明650500

出  处:《噪声与振动控制》

基  金:云南省重大科技计划资助专项(202102AC080002);国家自然科学基金资助项目(52065030)。

年  份:2024

卷  号:44

期  号:1

起止页码:148-153

语  种:中文

收录情况:BDHX、BDHX2023、CSCD、CSCD2023_2024、JST、ZGKJHX、核心刊

摘  要:针对变分模态分解(Variational Mode Decomposition,VMD)过程中模态分量个数和惩罚参数大小依赖先验知识,单一或顺序优化单一参数可能导致局部最优的问题,提出以包络熵和包络峭度因子作为适应度函数,利用遗传算法全局寻优的特点,对VMD的模态分量个数和惩罚参数组合进行优化。通过最优参数组合下的VMD对信号进行分解,可以获得多个本征模态分量(Intrinsic Mode Function,IMF),选择适应度函数最小IMF分量作为有效IMF分量进行包络解调,从中提取轴承信号的故障特征频率。对多种轴承故障类型信号进行分析并与其他方法对比,结果表明所提方法能有效提取轴承故障特征,有助于实现微弱故障条件下轴承故障特征频率的准确提取。

关 键 词:故障诊断  变分模态分解  包络熵  包络峭度因子  遗传算法 包络解调

分 类 号:TH133.3] TH165.3

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心