VMD参数优化及其在轴承故障特征提取中的应用

作     者：张栋良 李帅位 黄昕宇 陈璞 ZHANG Dong-liang;LI Shuai-wei;HUANG Xin-yu;CHEN Pu

作者机构：上海电力学院自动化工程学院 

出 版 物：《北京理工大学学报》 (Transactions of Beijing Institute of Technology)

年 卷 期：2019年第39卷第8期

页      面：846-851页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(61503237) 上海市自然科学基金资助项目(15ZR1418300) 上海市科研计划资助项目(18020500900) 

主　　题：模态数 经验模态分解 变分模态分解 参数优化 固有振动频带 

摘      要：针对群优化算法对变分模态分解所需模态数和二次惩罚项参数寻优效率较低的问题,提出了快速局部均值经验模态分解的信号预处理方法.对预处理后的模态分量根据相似系数准则进行模态数预估,同时利用多评价指标选择二次惩罚参数.针对VMD对故障信号中存在的固有振动高频带分解效果较差的问题,利用自相关能量函数实现降噪和减小高频带的影响.通过仿真实验和实测轴承故障数据分析,并与群优化算法选择参数以及中心频率相近选取模态数的VMD分解效果相比,该方法能有效提取故障信号的特征频率.