一种改进BWO-VMD-TOPSIS降噪的旋转机械故障诊断方法技术

本发明专利技术提供了一种改进BWO‑VMD‑TOPSIS降噪的旋转机械故障诊断方法，属于机械故障诊断技术领域，其内容包括：输入振动信号；通过中心频率法得到K值范围，设置α范围；以最小包络熵为适应度函数，用改进白鲸优化算法（BWO）对变分模态分解（VMD）寻优，得到[K,α]最优组合；基于最优组合对信号VMD分解，得到本征模态函数（IMF）分量；根据分量相关性系数、峭度指标和包络熵通过优劣解距离法（TOPSIS）构建综合指标，对分量进行筛选重构；对重构信号进行短时傅里叶变换（STFT），基于卷积神经网络(CNN)进行故障诊断。本发明专利技术成果可为提升旋转机械振动信号降噪效果、提高故障诊断准确率提供科学依据。

【技术实现步骤摘要】

本专利技术涉及机械故障诊断，具体而言，涉及一种改进bwo-vmd-topsis降噪的旋转机械故障诊断方法。

技术介绍

1、旋转机械发生故障轻则影响生产的正常进行并造成产品质量的下降，重则会给企业造成巨额的经济损失，甚至导致重大安全和人员伤亡事故，并且由于其工作环境恶劣，故障信号特征往往会被强噪声所掩盖。因此在强噪声环境下有效地对旋转机械早期故障及时、准确地做出诊断具有十分重要的实际意义。

2、不少学者就信号降噪进行了大量的研究。其中，变分模态分解法(vmd)可以有效地消除模态混叠，并且能较好地避免端点效应，因此该方法被广泛应用于机械故障诊断中。然而，vmd方法的多个参数需要人为设定，具有很大的主观性，其中比较重要的参数是分解层数k和惩罚因子α，这两个参数直接影响到vmd的分解效果，当k值取值较小时，会出现“欠分解”现象，若α取值较小，会出现模态混叠现象，反之，当k值取值较大时，会出现“过分解”现象，若α取值较大，会出现虚假分量现象。

3、目前普遍使用智能优化算法优化vmd参数和各种imf分量筛选准则相结合的故障诊断方法，降低噪音的干本文档来自技高网...

【技术保护点】

1.一种改进BWO-VMD-TOPSIS降噪的旋转机械故障诊断方法，包括以下步骤：

2.如权利要求1所述的一种改进BWO-VMD-TOPSIS降噪的旋转机械故障诊断方法，其特征在于，步骤二中，所述通过中心频率法得到分解层数K值的范围，并设置好惩罚因子α的范围，具体操作如下：首先，将惩罚因子α设置为默认值1000，分别对K取2到10的正整数时进行VMD分解,得到IMF分量并计算各中心频率；其次，计算最后一个IMF分量之间的中心频率误差，将最终连续出现中心频率误差在0.01以内范围的K值确定为最佳的K值范围；最后，惩罚因子α的搜索范围设置为(100，2000)。

3....

【技术特征摘要】

1.一种改进bwo-vmd-topsis降噪的旋转机械故障诊断方法，包括以下步骤：

2.如权利要求1所述的一种改进bwo-vmd-topsis降噪的旋转机械故障诊断方法，其特征在于，步骤二中，所述通过中心频率法得到分解层数k值的范围，并设置好惩罚因子α的范围，具体操作如下：首先，将惩罚因子α设置为默认值1000，分别对k取2到10的正整数时进行vmd分解,得到imf分量并计算各中心频率；其次，计算最后一个imf分量之间的中心频率误差，将最终连续出现中心频率误差在0.01以内范围的k值确定为最佳的k值范围；最后，惩罚因子α的搜索范围设置为(100，2000)。

3.如权利要求1所述的一种改进bwo-vmd-topsis降噪的旋转机械故障诊断方法，其特征在于，步骤三中，所述包络熵定义为：

4.如权利要求1所述的一种改进bwo-vmd-topsis降噪的旋转机械故障诊断方法，其特征在于，步骤三中，所述改进的白鲸优化算法，其步骤如下：（1）首先，判定算法处于探索阶...

【专利技术属性】
技术研发人员：唐宇峰，曹睿，李德心，何俚秋，吕奇，李家伟，
申请(专利权)人：四川轻化工大学，
类型：发明
国别省市：