基于PSO-VMD与贝叶斯网络的滚动轴承故障诊断
仝兆景
芦彤
秦紫霓
河南理工大学电气工程与自动化学院,河南焦作454000
摘要：为解决电机在变负载运行条件下滚动轴承振动信号故障的特征提取困难、故障诊断准确率低的问题,提出一种基于变步长粒子群的变分模态分解与贝叶斯网络相结合的滚动轴承故障诊断模型.通过变步长粒子群算法优化的变分模态分解与Hilbert变换,提取故障信息并离散化处理,构建贝叶斯网络故障诊断模型,对滚动轴承故障发生概率推理,并利用完备、不完备数据集以及噪声试验验证该方法的准确性.仿真结果表明,该方法能高效提取特征信息,实现对不确定信息的推理估计,提高滚动轴承故障诊断的准确率,在滚动轴承的故障诊断预测中具有较好的理论与应用前景.
关键词：变分模态分解粒子群优化贝叶斯网络滚动轴承故障诊断
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(U1504623)河南省高等学校基本科研业务费专项(NSFRF1615)国家安全监管总局关键技术科技项目(Henan-0008-2017AQ)河南省高等学校矿山信息化重点学科开放实验室开放基金(KY2015-07)
论文发表日期：2021-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 95-104 )
英文信息