基于VMD和MRVM变负荷工况下的滚动轴承故障诊断

论文摘要

为了能够对变负荷工况下的轴承早期故障及损伤程度进行准确有效的诊断,提出了基于改进混沌果蝇优化算法的变分模态分解（variable mode decomposition,简称VMD）和基于嵌套一对一算法的多分类相关向量机（multi-class relevance vector machine,简称MRVM）的智能诊断模型。首先,使用改进混沌果蝇优化算法（improved chaotic fruit fly optimization algorithm,简称ICFOA）对VMD的本征模态函数（intrinsic mode function,简称IMF）个数和惩罚参数进行优化,搜索两个参数的最优组合值;其次,使用最优组合参数值对VMD算法的关键参数进行设定,并对已知的故障信号进行分解获得相应的IMF分量;然后,使用嵌套一对一算法构造高精度的多分类RVM学习模型,将IMF分量的二维边际谱熵值作为MRVM的输入特征向量;最后,使用不同载荷下的实验数据进行验证。实验结果表明,所提出的方法能够准确地对变载荷工况下的轴承故障进行诊断,其中轴承故障类型的诊断精度为100%,轴承故障程度的诊断精度为91.87%,诊断精度较高,鲁棒性强。

论文目录

• 引言
• 1 变分模态分解原理
• 2 改进混沌果蝇优化算法
•   2.1 果蝇优化算法
•   2.2 改进Logistic混沌映射算法
•   2.3 改进混沌果蝇优化算法
• 3 仿真实验与对比分析
•   3.1 仿真信号建模
•   3.2 参数寻优分析
•   3.3 EEMD,LMD和优化VMD方法的对比分析
• 4 多分类相关向量机
•   4.1 相关向量机基本原理
•   4.2“嵌套一对一”多分类算法
•   4.3 特征向量的选择
• 5 诊断流程
• 6 实例分析
•   6.1 实验平台
•   6.2 变负荷工况下的实验数据
•   6.3 故障特征提取
•   6.4 故障诊断
• 7 结论

文章来源

类型: 期刊论文

作者: 徐波,周凤星,黎会鹏,严保康,刘毅,严丹

关键词: 变分模态分解,多分类相关向量机,改进混沌果蝇优化算法,嵌套一对一,二维边际谱熵,故障诊断

来源: 振动.测试与诊断 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,自动化技术

单位: 武汉科技大学信息科学与工程学院,黄冈师范学院电子信息学院,华中科技大学机械科学与工程学院

基金: 国家自然科学基金资助项目(61174106,51975433,51975430),国家自然科学基金青年科学基金资助项目(51707079,11703007),湖北省自然科学基金资助项目(2019CFB133)

分类号: TP18;TH133.33

DOI: 10.16450/j.cnki.issn.1004-6801.2019.06.028

页码: 1331-1340+1368

总页数: 11

文件大小: 934K

下载量: 209