基于参数优化VMD和峭度准则的齿轮故障诊断

作者：杨文斌; 王志成^*; 马怀祥; 乔卉卉; 刁宁昆

来源：组合机床与自动化加工技术, 2023, (08): 13-21.

DOI：10.13462/j.cnki.mmtamt.2023.08.003

• 盾构主减速机
• 变分模态分解
• 粒子群优化算法
• 故障诊断

针对盾构主减速机齿轮故障特征难以提取的问题，提出了一种基于参数优化变分模态分解(variational mode decomposition, VMD)和峭度准则的故障诊断方法。利用粒子群算法(particle swarm optimization, PSO),以最小平均包络熵为适应度函数来确定VMD算法的模态分量个数K及惩罚因子α的最佳组合；将原始振动信号利用[K,α]参数组合通过VMD分解成若干本征模态(intrinsic mode function, IMF)分量，根据峭度准则筛选出最佳和次最佳IMF分量进行重构，降低噪声干扰；最后，提取重构信号的时域和熵理论特征，利用粒子群优化支持向量机(PSO-SVM)和轻量级梯度提升机(LightGBM)进行故障识别分类。通过使用DDS试验台实测信号数据验证表明，该方法能够有效地提取齿轮故障特征，实现对齿轮故障类型的准确判定，验证了该方法的可行性和有效性。

• 出版日期2023
• 单位石家庄铁道大学