《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于ISSA-VMD的滚动轴承早期故障诊断方法

作者:刘玉明,刘自然,王鹏博. 日期:2023-10-30/span> 浏览:226 查看PDF文档

基于ISSA-VMD的滚动轴承早期故障诊断方法*
刘玉明,刘自然*,王鹏博

(河南工业大学 机电工程学院,河南 郑州 450001)


摘要:针对滚动轴承早期信号微弱导致故障特征难以提取和故障诊断准确率不高的问题,提出了一种基于改进麻雀搜索算法-变分模态分解(ISSA-VMD)和样本熵(SE)的滚动轴承早期故障特征提取方法。首先,在轴承早期故障诊断过程中,模态分解个数和惩罚因子的选择对变分模态分解(VMD)的分解效果有着很大的影响,为消除人为选择参数的影响,将麻雀搜索算法(SSA)优化为改进麻雀搜索算法(ISSA),利用ISSA参数优化后的VMD方法对信号进行了分解;然后,计算了敏感固有模态函数(IMF)分量的样本熵,构成了特征向量;最后,将特征向量作为支持向量机(SVM)的输入,进行了滚动轴承早期故障类型的识别。研究结果表明:ISSA-VMD+样本熵特征提取模型的故障诊断准确率为98.3%,与SSAVMD+样本熵、灰狼优化算法(GWO)-VMD+样本熵、鲸鱼优化算法(WOA)VMD+样本熵、传统VMD+样本熵、经验模态分解(EMD)+样本熵等特征提取模型相比,故障诊断准确率分别提高了3.3%、6.6%、5%、3.3%、5%;该模型可以准确地提取故障特征,提高故障诊断准确率。

关键词:轴承早期故障;故障特征提取;改进麻雀搜索算法-变分模态分解;样本熵;支持向量机;经验模态分解

中图分类号:TH133.3;TH17文献标识码:A文章编号:1001-4551(2023)09-1426-07



本文引用格式:

刘玉明,刘自然,王鹏博.基于ISSA-VMD的滚动轴承早期故障诊断方法[J].机电工程,2023,40(9):1426-1432.

LIU Yuming, LIU Ziran, WANG Pengbo. Early fault diagnosis method of rolling bearing based on ISSA-VMD[J].Journal of Mechanical & Electrical Engineering, 2023,40(9):1426-1432.



友情链接

浙江机械信息网