摘要

针对变分模态分解(VMD)在轴承故障诊断中参数难以选择的问题,提出了一种基于北方苍鹰寻优算法(NGO)对VMD参数进行优化的方法。首先,采用NGO寻优算法对VMD分解的分解层数与惩罚因子进行寻优,将得到的最优参数输入到VMD中将故障信号进行分解,从而得到指定个数的本征模态分量;其次,采用多尺度极差熵(MRE)的特征提取方法将VMD分解后的本征模态分量进行特征提取,形成一系列特征样本集,使其可以更好的进行故障分类;最后,通过故障分类模型对特征提取后的数据集进行故障诊断,通过实验结果说明了本文所提方法的有效性。

  • 单位
    宁波大学科学技术学院

全文