基于蚱蜢算法優(yōu)化變分模態(tài)分解的滾動(dòng)軸承故障診斷

打開文本圖片集

摘要： 針對(duì)變分模態(tài)分解（VMD）在處理實(shí)際信號(hào)無法預(yù)先掌握其分解參數(shù)（K，α）而限制其使用，以及包含故障信息的特征參數(shù)的選取問題，提出了自適應(yīng)變分模態(tài)分解（AVMD）算法。該算法首先以所分解模態(tài)的平均包絡(luò)信息熵和包絡(luò)峭度兩種指標(biāo)融合作為目標(biāo)函數(shù)，利用蚱蜢算法（GOA）尋優(yōu)，獲取VMD的分解參數(shù)（Kop，αop），接著對(duì)原始振動(dòng)信號(hào)進(jìn)行VMD分解，通過能量百分比的計(jì)算，選取能量90%及以上的敏感模態(tài)，對(duì)其多域聯(lián)合的特征參數(shù)構(gòu)建特征向量，最后利用支持向量機(jī)（SVM）對(duì)滾動(dòng)軸承的四種狀態(tài)進(jìn)行識(shí)別。（剩余6446字）