自适应VMD及其在状态跟踪及故障检测中的应用

作者：周成江; 徐淼; 贾云华^*; 叶志霞; 杨鹏; 袁徐轶

来源：电子测量与仪器学报, 2022, 36(12): 55-66.

DOI：10.13382/j.jemi.B2104819

• 变分模态分解
• 蚱蜢优化算法
• 机械零件
• 状态跟踪
• 故障检测

针对变分模态分解(variational modal decomposition, VMD)的特征提取性能受到参数影响的问题，以及故障状态跟踪的实时性较差的问题，提出一种状态预警线构造方法和自适应VMD方法并将其用于机械零件的故障检测。首先，提取机械零件全寿命振动信号的退化特征，基于2σ准则构造状态预警线来跟踪机械零件的退化状态并检测故障预警点。然后，引入能量熵和互信息构造适应度函数，通过蚱蜢优化算法(grasshopper optimization algorithm, GOA)构造自适应VMD模型来检测预警点附近机械零件的故障状态。结果表明，提出的状态预警线能更及时有效地检测出故障预警点，自适应VMD能更准确地检测出机械零件故障，具有良好的应用价值。

• 单位
  自动化学院; 云南师范大学; 昆明理工大学