文献类型：期刊文章

作　　者：边杰[1]

机构地区：[1]中国航空动力机械研究所航空发动机振动技术航空科技重点实验室,湖南株洲412002

出　　处：《推进技术》

基　　金：航空创新基金资助项目(2012B60804R);航空科学基金资助项目(2014ZD08007;2014ZD08008)

年　　份：2017

卷　　号：38

期　　号：7

起止页码：1618-1624

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了准确提取轴承的故障特征,提出了一种遗传算法(GA)参数优化的变分模态分解(VMD)结合1.5维谱的轴承故障诊断方法。首先以VMD方法中模态分量的包络熵值最小为优化目标,利用遗传算法对模态分量个数和二次惩罚因子进行优化,确定这两个能使VMD实现最优分解的输入参数。然后利用参数优化的VMD方法对仿真信号和轴承内环故障信号进行分解,并做各模态分量的1.5维谱图。参数优化的VMD分解得到了与仿真信号原始分量相符的4个模态分量,1.5维谱剔除了未参与二次相位耦合的10Hz频率分量。同时在1k Hz频率以下,运用本文方法提取了轴承内环故障特征频率的1至6倍频频率成分以及电机转频对它们的调制频率。由此表明,遗传算法参数优化的VMD可实现复杂信号的正确分解,1.5维谱可有效检测信号的二次相位耦合。同时,遗传算法参数优化的VMD结合1.5维谱能有效提取轴承内环故障特征,从而验证了本文方法的有效性和实用性。

关 键 词：变分模态分解  遗传算法 轴承 故障诊断 1.5维谱  

分 类 号：TH133.3] TN911.7]