基于VMD和AVOA-SCN的齿轮箱故障诊断

作者：范亚飞; 郝如江^*; 杨青松; 邓飞跃

来源：制造技术与机床, 2023, (12): 19-25.

DOI：10.19287/j.mtmt.1005-2402.2023.12.002

• 齿轮箱
• 变分模态分解
• 非洲秃鹫优化算法
• 随机配置网络

针对齿轮箱故障诊断中的故障特征提取困难和故障模式难以识别的问题，提出了一种将变分模态分解（VMD）、非洲秃鹫优化算法（AVOA）和随机配置网络（SCN）相结合的齿轮箱故障诊断方法。首先针对SCN网络权重与偏置的随机初始化会导致网络预测结果的不稳定问题，提出采用AVOA算法优化SCN网络节点权值和偏置的初始化选取方式方法用于故障的分类与识别。其次利用VMD算法将齿轮箱振动信号分解为若干本征模态分量（IMF），再用相关系数筛选IMF分量并计算其样本熵，作为特征向量，输入到用AVOA算法优化后的SCN网络中进行分类识别。实验结果表明，所提方法可以准确地识别出齿轮箱的故障模式，识别准确率达到98.33%，相比于BP、ELM、RVFL、SVM、SCN等方法具有更高的故障识别准确率。

• 单位
  石家庄铁道大学