基于参数自寻优变分模态分解的信号降噪方法

作者：何成兵; 车其祥; 徐振华; 于庆彬; 董玉亮^*; 程睿翔

来源：振动与冲击, 2023, 42(19): 283-293.

DOI：10.13465/j.cnki.jvs.2023.19.036

• 变分模态分解(VMD)
• 改进粒子群算法(IPSO)
• 参数自寻优
• 信号降噪
• 滚动轴承

针对滚动轴承故障信号具有非线性、非平稳、噪声强的特点，提出了一种基于参数自寻优变分模态分解(variational modal decomposition, VMD)的信号降噪方法。以模态复合熵作为适应度函数，采用改进粒子群算法进行VMD参数自适应寻优，确定变分模态分解最优模态数K和二次惩罚因子α;基于最优K和α,对原始信号进行VMD分解，得到K个本征模态函数(intrinsic mode function, IMF)分量；利用相关系数筛选法，进行模态分量的有效模态和含噪模态识别，利用小波阈值去噪方法对含噪模态进行去噪处理；将有效模态与去噪后的模态进行重构，实现信号降噪。分别用滚动轴承故障仿真信号和试验信号进行验证，并与EMD降噪方法进行比较，结果表明该方法可有效提高故障信号的信噪比，降噪效果明显，有利于滚动轴承故障特征的提取。

• 单位
  华北电力大学; 国网山东省电力公司电力科学研究院