首页|基于GA-VMD的滚动轴承故障特征信号提取方法

基于GA-VMD的滚动轴承故障特征信号提取方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对轴承故障提取困难的问题,该文建立了以包络熵和峭度为综合目标函数的变分模态分解(VMD)参数优化方法.用遗传算法对综合目标函数的最小值进行计算寻优,获得最佳的模态分解个数和惩罚因子的值.利用遗传算法(GA)优化的VMD分解方法获得仿真信号和实测信号的本征模态函数(IMFs),依据相关峭度值最大的方法选取IMF敏感分量,并对其进行Hilbert包络谱分析.分析结果表明,基于遗传算法优化的VMD分解方法能够有效提取故障特征信号.
Fault Feature Signal Extraction Method of Rolling Bearing Based on GA-VMD

fault diagnosisgenetic algorithmVMDcorrelation kurtosis

尹怀彦、张涛

展开 >

兰州交通大学 机电工程学院,甘肃 兰州 730070

故障诊断 遗传算法 VMD 相关峭度

甘肃省高等学校创新基金甘肃省青年基金兰州交通大学"天佑创新团队"项目

2022A-04420JR10RA270TY202006

2023

10.16576/j.ISSN.1007-4414.2023.05.001

机械研究与应用
甘肃省机械科学研究院

机械研究与应用

影响因子：0.267
ISSN：1007-4414
年,卷(期)：2023.36(5)
  • 1
  • 14