首页|一种改进的VMD及其在轴承故障诊断中的应用

一种改进的VMD及其在轴承故障诊断中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对VMD在实际工程中需要凭借人为经验设定本征模态分量(IMF)个数,提出了一种通过频谱极值点与自适应阈值之间的关系确定VMD中的最佳IMF数量的策略,称为自适应变分模态分解(Adaptive Variational Modal Decomposi-tion,AVMD),并将其结合最小二乘支持向量机(LSSVM)用于滚动轴承故障诊断.首先利用AVMD对轴承信号分解获得多个IMF分量后根据峭度值将分量信号重构,然后提取重构信号的多尺度排列熵作为训练LSSVM的特征向量,最后用获得的诊断模型对未知的轴承故障进行分类.通过仿真分析及轴承信号的诊断结果表明,AVMD能够有效的将多频率组成的复杂信号分离成几个有效的IMF组合形式,且结合LSSVM的诊断模型具有较高的识别率.
An Improved VMD and its Application in Bearing Fault Diagnosis

金志浩、穆鹏丞、张义民、张凯

展开 >

沈阳化工大学装备可靠性研究所,辽宁沈阳 110142

自适应变分模态分解 多尺度排列熵 最小二乘支持向量机 滚动轴承 故障诊断

大型重载滚动轴承的可靠性和寿命预测的理论与方法研究-NSFC-辽宁联合基金

U1708254

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.372(2)
  • 8
  • 3