Print

VMD参数优化及其在轴承故障特征提取中的应用

论文摘要

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.

论文目录

  • 1 快速局部均值经验模态分解
  •   1.1 经验模态分解方法的改进
  •   1.2 自相关能量函数
  • 2 VMD参数的优化
  •   2.1 模态数的选取
  •   2.2 二次惩罚项优化
  •     ① 去噪效果.
  •     ② 重构信号的相似性.
  •     ③ 频谱能量.
  • 3 仿真信号分析
  •   3.1 仿真信号及频谱分析
  •   3.2 参数优化方法对比
  • 4 实测信号分析
  • 5 结 论

    • 文章来源

    类型: 期刊论文

    作者: 张栋良,李帅位,黄昕宇,陈璞

    关键词: 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

    来源: 北京理工大学学报 2019年08期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 机械工业,自动化技术

    单位: 上海电力学院自动化工程学院

    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)

    分类号: TP18;TH133.3

    DOI: 10.15918/j.tbit1001-0645.2019.08.012

    页码: 846-851

    总页数: 6

    文件大小: 2042K

    下载量: 443

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/7fe2059d8d9ad6a9b207c66c.html