BFA优化VMD参数的轴承故障诊断

发布时间：2021-08-13 15:26

　　针对传统变分模态分析（VMD）在轴承故障诊断中的分解结果主要受分量个数K和惩罚因子α的影响而导致解析力低的问题,提出了细菌觅食算法（BFA）优化VMD参数的滚动轴承故障诊断方法。首先利用细菌觅食算法优化VMD的参数K和α,得到最优参数组合[K,α],再利用优化后的VMD分解故障信号得出不同中心频率的本征模态分量（IMF）,最后根据IMF的散布熵值选择最佳的IMF分量进行Teager能量谱分析。实验结果分析表明优化参数后的VMD算法解析力更强。 

【文章来源】：组合机床与自动化加工技术. 2020,(05)北大核心

【文章页数】：4 页

【部分图文】：

参数优化流程图

轴承故障诊断实验机床为某机床厂CAK3675V数控车床,工件材料为40Cr。主轴转速为400r/min,进给量为0.2mm/r,轴承内圈直径为25mm,外圈直径为52mm。选用加速度传感器采集轴承故障信号,型号为CT1010L,采样频率为20kHz,安装在轴承基座上,实验采集了故障振动信号若干。轴承内、外圈的时域和频谱图如图2和图3所示。图3 外圈的时域和频谱图

外圈的时域和频谱图

【参考文献】：
期刊论文
[1]基于VMDIWT近似熵与PSOSVM的转子故障诊断[J]. 张雪英,刘秀丽,栾忠权.  组合机床与自动化加工技术. 2019(06)
[2]基于细菌觅食算法求数值积分[J]. 郭德龙,周锦程.  科技视界. 2019(10)
[3]基于MCKD和teager能量算子的滚动轴承复合故障诊断[J]. 齐咏生,刘飞,高学金,李永亭,刘利强.  大连理工大学学报. 2019(01)
[4]细菌觅食优化算法求解物流配送问题[J]. 王垚,李珺,屈艺晖.  计算机技术与发展. 2019(01)
[5]复合多尺度散布熵在滚动轴承故障诊断中的应用[J]. 郑近德,李从志,潘海洋.  噪声与振动控制. 2018(S2)
[6]VMD与MCKD在轴承故障诊断中的应用与研究[J]. 王建国,陈帅,张超.  组合机床与自动化加工技术. 2017(05)

博士论文
[1]基于振动信号的机械故障特征提取与诊断研究[D]. 赵志宏.北京交通大学 2012



本文编号：3340677