改进变分模态分解在柴油机故障诊断中的应用

论文摘要

为实现柴油机故障的快速诊断,针对变分模态分解(VMD)的不足,提出一种改进的VMD方法,利用改进自适应遗传算法(IAGA)对VMD的参数进行优化。对IAGA的交叉和变异算子进行改进,将VMD分解结果中的局部极小排列熵值作为整个进化过程中的适应度值,对VMD的模态数K与惩罚因子α进行迭代寻优,得到最优参数组合。利用优化后的VMD对曲轴轴承故障模拟实验振动信号进行分解,根据排列熵值大小选择故障分量并提取能量,利用支持向量机(SVM)对故障模式进行识别。仿真分析和曲轴轴承故障模拟实验验证该方法有效。

论文目录

• 1 变分模态分解 （VMD） 基本原理
• 2 改进自适应遗传算法优化VMD参数原理
•   2.1 改进自适应遗传算法
•   2.2 VMD参数优化
• 3 仿真信号分析
• 4 实例信号分析
• 5 结语

文章来源

类型: 期刊论文

作者: 任刚,贾继德,梅检民,贾翔宇,尉蓝天

关键词: 变分模态分解,改进自适应遗传算法,柴油机

来源: 军事交通学院学报 2019年03期

年度: 2019

分类: 社会科学Ⅰ辑,工程科技Ⅱ辑,信息科技

专业: 动力工程,军事,自动化技术

单位: 陆军军事交通学院汽车士官学校,陆军军事交通学院投送装备保障系,武汉理工大学汽车学院

基金: 军队科研项目

分类号: E234;TP18;TK428

DOI: 10.16807/j.cnki.12-1372/e.2019.03.012

页码: 48-53

总页数: 6

文件大小: 614K

下载量: 141