科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对齿轮故障特征在单一尺度难以全面提取的问题,提出一种基于参数优化的变分模态分解和多尺度排列熵的齿轮故障诊断方法。利用改进的蝙蝠算法对变分模态分解中的参数K和α进行全局寻优,以局部极小包络熵作为适应度值,搜寻K和α的最优组合。经VMD分解得到既定的若干IMF分量,分别计算其相应的多尺度排列熵,构建故障特征向量,输入到极限学习机进行训练和识别,进而实现齿轮的故障诊断。实验表明,该方法具有非常好的分类性能,故障诊断效果显著。
-
单位福州大学; 自动化学院
