面向滚动轴承的自适应NA-MVMD融合GADF故障诊断方法

作者：瞿红春; 贾柏谊^*; 郑剑青; 韩松钰; 马文博

来源：组合机床与自动化加工技术, 2023, (03): 99-108.

DOI：10.13462/j.cnki.mmtamt.2023.03.025

• 故障诊断
• 噪声辅助
• 多元变分模态分解
• 格拉姆角差场
• 卷积神经网络

针对滚动轴承的故障特征易被湮没在噪声背景下，从而导致故障种类难以识别的问题，提出了一种基于自适应噪声辅助多元变分模态分解(NA-MVMD)降噪融合格拉姆角差场(GADF)特征提取的滚动轴承故障诊断方法。首先，使用鲸鱼优化算法(WOA)对NA-MVMD中的分解模态数K和惩罚因子α进行寻优；其次，利用NA-MVMD处理信号得到若干IMF分量，根据GADF将筛选重构后的一维数据转化为二维图片；随后，将故障特征图片输入LeNet-5卷积神经网络进行分类识别。采用某大学XJTU-ST轴承故障数据进行验证分析，分类准确率达到了97.5%,证明了该方法在较强噪声背景下具有较好的诊断性能。

• 单位
  中国民航大学