噪声与振动控制

噪声与振动控制 ›› 2024, Vol. 44 ›› Issue (1): 148-153.

• 信号处理与故障诊断 • 上一篇    下一篇

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

单玉庭1，2，刘韬1，2，褚惟1，2，缪护3   

  1. （ 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 ）
  • 收稿日期:2022-08-15 修回日期:2022-12-06 出版日期:2024-02-18 发布日期:2024-02-10

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

  • Received:2022-08-15 Revised:2022-12-06 Online:2024-02-18 Published:2024-02-10

PDF

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