科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对变分模态分解(Variational Mode Decomposition,VMD)中分解模态个数需要凭经验去预先设置这一问题,提出一种基于幅值谱的粒子群优化算法(Particle Swarm Optimization,PSO)对VMD参数进行优化的方法,并应用到齿轮故障特征参数提取中。首先,根据齿轮振动信号的特点,选取了幅值谱作为PSO的适应度函数,利用基于幅值谱的PSO求取VMD参数中的模态分解个数K和惩罚因子α;其次,使用参数组合[K,α]优化后的VMD来分解采集的齿轮数据,可得K个模态分量;最后,将K个模态分量构造出的矩阵进行奇异值分解,可得K个奇异值并将其构成特征向量,用特征向量构造欧氏距离分类器来诊断测试数据。所提出的方法应用到QPZZ-II故障仿真平台。试验结果表明,所提出的方法可以有效地提出齿轮故障的特征,得到的诊断率最高。
- 出版日期2017
- 单位沈阳航空航天大学; 自动化学院
