基于参数优化VMD的电机轴承故障诊断  

作　　者：高昕[1] 顾成伟 GAO Xin;GU Chengwei

机构地区：[1]安徽理工大学,安徽淮南232001

出　　处：《信息技术与信息化》2023年第11期32-37,共6页Information Technology and Informatization

摘　　要：为了有效地提取电机轴承发生故障时的振动信号信息,提高故障识别准确率,构建了一种基于参数优化的变分模态分解(VMD)和支持向量机(SVM)的电机轴承故障诊断模型。首先,为了消除人为设定的VMD参数的影响,利用了白鲸优化算法(BWO)对VMD算法的分解个数K和惩罚因子α进行自动寻优,选取最小包络熵为适应度函数。然后,利用参数优化后的VMD算法分解轴承信号,并提取包络熵最小的本征模态函数(IMF)分量作为最优分量。最后,选取最优IMF分量中的9种时域特征作为特征样本输入到诊断模型进行故障识别。结果表明,提出的故障诊断模型能够有效地识别电机轴承的故障。

关 键 词：电机轴承 变分模态分解 支持向量机 白鲸优化算法 故障诊断 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置] TH133.3[自动化与计算机技术—控制科学与工程]