【技术实现步骤摘要】
一种基于ERK的优化VMD的滚动轴承故障诊断方法
[0001]本专利技术涉及滚动轴承故障诊断方法
,具体涉及一种基于
ERK
的优化
VMD
的滚动轴承故障诊断方法
。
技术介绍
[0002]随着现代科学技术
、
经济的高速发展,在交通运输
、
航天航空
、
矿业
、
等机械领域,服役的机械部件,如轴承
、
轴等零件长期处于高强度
、
重载
、
高温
、
疲劳等复杂化状态下运作,不可避免的会产生相应的故障,使设备处于异常工作状态,从而导致严重影响
。
滚动轴承是机械设备中常用的机械部件之一,被广泛应用于汽车
、
航天航空
、
机床等各个领域,因此,滚动轴承的健康程度决定了大部分机械设备的运作情况,一旦滚动轴承出现故障,相应的机械设备也会产生一系列不良影响
。
据统计机械设备出现故障的 >30
%是本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种基于
ERK
的优化
VMD
的滚动轴承故障诊断方法,其特征在于:提出以基于元启发式算法的蛇优化算法
(SO)
优化
VMD
的方法,以最小香农熵与峭度比值
(EKR)
为优化目标,寻找最佳
VMD
参数后利用最佳
VMD
参数进行分解与后续的故障诊断,具体可分为以下四部分:第一部分,利用
SO
优化
VMD
以获得优化参数,优化过程如下:为了优化
VMD
,选择
EKR
值为衡量指标,最小
EKR
值对应的
VMD
参数
(
分解层数和惩罚因子
)
为最优
VMD
参数
。
首先,对
VMD
参数和优化算法进行初始化;其次,对滚动轴承振动信号进行
K
层
VMD
分解,分解完成后可获得
K
个固有模态分量;接着,计算
K
个固有模态分量的
EKR
值,并此处最小的
EKR
值和全局最小
EKR
值进行对比,当小于全局
EKR
值时,更新
EKR
和它所对应的
VMD
分解参数
K
和惩罚因子
α
;然后,检查是否满足迭代要求,当未满足时继续下一次迭代,过程同上;最后,即可获得全局最小
EKR
值和它所对应的优化后
VMD
的参数;第二部分,进行信号重构,具体如下:首先,利用优化后的
VMD
参数
(
分解层数
K
和惩罚因子
α
)
对滚动轴承振动信号进行
VMD
分解以获得
K
个固有模态分量;其次,计算每个固有模态分量的
EKR
指标,选择最小的1个或2个
EKR
指标对应的固有模态分量进行重构信号,为后续分析做准备;第三部分,故障特征频率提取,具体如下:首先,利用
TEO
能量算子计算重构信号的能量;其次,对重构信号的能量进行快速傅里叶变换,以获得
TEO
包络谱;第四部分,进行故障分析,具体如下:提取出
TEO
能量谱的特征频率,并与理论故障特征频率进行对比,以判断轴承是否存在故障以及故障类型
。2.
根据权利要求1所述的基于
ERK
的优化
VMD
的滚动轴承故障诊断方法,其特征在于:香农熵和峭度体现了信号的序列性和分布情况,将两者进行综合,引入了香农熵与峭度比指标
(EKR)
,如下所示:
3.
根据权利要求1所述的基于
ERK
的优化
VMD
的滚动轴承故障诊断方法,其特征在于:
VMD
首先将固有模态分量
(IMF)
定义为一个由调频和调幅组成的信号,其中第
k
个固有模态分量
u
k
(t)
如下所示:式中:
X(t)
为原始信号;...
【专利技术属性】
技术研发人员:黄克,季厚鑫,莫超全,刘家豪,闻泽远,
申请(专利权)人:温州大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。