基于算术优化变分模态分解的轴承故障诊断方法

    公开(公告)号:CN115855508A

    公开(公告)日:2023-03-28

    申请号:CN202310148726.9

    申请日:2023-02-22

    Inventor: 刘浏 刘佳诚

    Abstract: 本发明公开了一种基于算术优化变分模态分解的轴承故障诊断方法,首先初始化算数优化算法AOA和变分模态分解VMD算法的参数;通过皮尔逊相关系数理论改善变分模态分解的端点效应;选取最小包络熵作为适应度函数,并用AOA优化VMD使得信号自适应分解,得到若干个模态分量IMF,根据最大相关峭度值选取最佳IMF,最后对最佳IMF分量进行希尔伯特包络解调获取故障频率。本发明考虑到VMD算法的端点效应和算法参数难以选取的问题,提出使用皮尔逊相关系数理论改善变分模态分解的端点效应,用AOA优化变分模态分解参数使得信号自适应分解。实验表明该方法能够更加准确的提取故障特征信息,避免重大的事故。

    基于算术优化变分模态分解的轴承故障诊断方法

    公开(公告)号:CN115855508B

    公开(公告)日:2023-05-16

    申请号:CN202310148726.9

    申请日:2023-02-22

    Inventor: 刘浏 刘佳诚

    Abstract: 本发明公开了一种基于算术优化变分模态分解的轴承故障诊断方法,首先初始化算数优化算法AOA和变分模态分解VMD算法的参数;通过皮尔逊相关系数理论改善变分模态分解的端点效应;选取最小包络熵作为适应度函数,并用AOA优化VMD使得信号自适应分解,得到若干个模态分量IMF,根据最大相关峭度值选取最佳IMF,最后对最佳IMF分量进行希尔伯特包络解调获取故障频率。本发明考虑到VMD算法的端点效应和算法参数难以选取的问题,提出使用皮尔逊相关系数理论改善变分模态分解的端点效应,用AOA优化变分模态分解参数使得信号自适应分解。实验表明该方法能够更加准确的提取故障特征信息,避免重大的事故。

Patent Agency Ranking