基于FOA的自适应随机共振滚动轴承故障检测

作者：许梦颖; 王红军^*

来源：组合机床与自动化加工技术, 2019, (02): 94-99.

DOI：10.13462/j.cnki.mmtamt.2019.02.025

• FOA
• 自适应随机共振
• 倒频谱
• 特征频率

针对传统随机共振只能单参数优化,且随机共振(Stochastic Resonance,SR)只能处理小参数的故障信号,提出了一种基于果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)的自适应随机共振提取滚动轴承故障特征的方法。首先利用FOA优化双稳系统结构参数,进行自适应随机共振,达到最佳随机共振,实现时频增强的目的,再经过变分模式分解(Variational Mode Decomposition,VMD)分解,选取合适IMF分量进行重构;最后对重构信号进行倒频谱,可明显观察到故障特征频率。仿真与实际数据的分析验证了该方法的有效性和优越性。

• 单位
  北京信息科技大学; 机电工程学院