基于参数优化VMD的电机轴承故障诊断
高昕
顾成伟
安徽理工大学 安徽淮南 232001
摘要：为了有效地提取电机轴承发生故障时的振动信号信息,提高故障识别准确率,构建了一种基于参数优化的变分模态分解(VMD)和支持向量机(SVM)的电机轴承故障诊断模型.首先,为了消除人为设定的VMD参数的影响,利用了白鲸优化算法(BWO)对VMD算法的分解个数K和惩罚因子α进行自动寻优,选取最小包络熵为适应度函数.然后,利用参数优化后的VMD算法分解轴承信号,并提取包络熵最小的本征模态函数(IMF)分量作为最优分量.最后,选取最优IMF分量中的 9 种时域特征作为特征样本输入到诊断模型进行故障识别.结果表明,提出的故障诊断模型能够有效地识别电机轴承的故障.
关键词：电机轴承变分模态分解支持向量机白鲸优化算法故障诊断
论文发表日期：2023-11-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 32-37 )