【摘要】：為了準(zhǔn)確提取軸承的故障特征,提出了一種遺傳算法(GA)參數(shù)優(yōu)化的變分模態(tài)分解(VMD)結(jié)合1.5維譜的軸承故障診斷方法。首先以VMD方法中模態(tài)分量的包絡(luò)熵值最小為優(yōu)化目標(biāo),利用遺傳算法對(duì)模態(tài)分量個(gè)數(shù)和二次懲罰因子進(jìn)行優(yōu)化,確定這兩個(gè)能使VMD實(shí)現(xiàn)最優(yōu)分解的輸入?yún)?shù)。然后利用參數(shù)優(yōu)化的VMD方法對(duì)仿真信號(hào)和軸承內(nèi)環(huán)故障信號(hào)進(jìn)行分解,并做各模態(tài)分量的1.5維譜圖。參數(shù)優(yōu)化的VMD分解得到了與仿真信號(hào)原始分量相符的4個(gè)模態(tài)分量,1.5維譜剔除了未參與二次相位耦合的10Hz頻率分量。同時(shí)在1k Hz頻率以下,運(yùn)用本文方法提取了軸承內(nèi)環(huán)故障特征頻率的1至6倍頻頻率成分以及電機(jī)轉(zhuǎn)頻對(duì)它們的調(diào)制頻率。由此表明,遺傳算法參數(shù)優(yōu)化的VMD可實(shí)現(xiàn)復(fù)雜信號(hào)的正確分解,1.5維譜可有效檢測(cè)信號(hào)的二次相位耦合。同時(shí),遺傳算法參數(shù)優(yōu)化的VMD結(jié)合1.5維譜能有效提取軸承內(nèi)環(huán)故障特征,從而驗(yàn)證了本文方法的有效性和實(shí)用性。
[Abstract]:In order to extract the bearing fault features accurately, a genetic algorithm (GA) parameter optimization variational mode decomposition (VMD) combined with 1.5 dimensional spectrum is proposed for bearing fault diagnosis. Firstly, the minimum envelope entropy of modal component in VMD method is taken as the optimization objective, and the number of modal components and the quadratic penalty factor are optimized by genetic algorithm to determine the two input parameters that enable VMD to achieve the optimal decomposition. Then the simulation signal and the fault signal of bearing inner ring are decomposed by using the VMD method of parameter optimization, and the 1.5 dimensional spectral diagram of each modal component is made. According to the VMD decomposition of parameter optimization, four modal components, which are consistent with the original components of the simulation signal, are obtained and the 1.5-D spectrum is eliminated from the 10Hz frequency component which is not involved in the quadratic phase coupling. At the same time, under 1kHz frequency, the frequency components of 1 to 6 times frequency of the fault characteristic frequency of bearing inner ring and the modulation frequency of motor switching frequency to them are extracted by the method in this paper. It is shown that the VMD with optimized parameters of genetic algorithm can realize the correct decomposition of complex signal and 1.5 dimensional spectrum can effectively detect the quadratic phase coupling of the signal. At the same time, the VMD of genetic algorithm parameter optimization combined with 1.5 dimension spectrum can effectively extract the fault characteristics of bearing inner ring, which verifies the effectiveness and practicability of this method.
【作者單位】： 中國(guó)航空動(dòng)力機(jī)械研究所航空發(fā)動(dòng)機(jī)振動(dòng)技術(shù)航空科技重點(diǎn)實(shí)驗(yàn)室;
【基金】：航空創(chuàng)新基金資助項(xiàng)目(2012B60804R) 航空科學(xué)基金資助項(xiàng)目(2014ZD08007;2014ZD08008)
【分類(lèi)號(hào)】：TH133.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐貴基;王曉龍;;參數(shù)優(yōu)化變分模態(tài)分解方法在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J];西安交通大學(xué)學(xué)報(bào);2015年05期

2 王艷豐;朱靖;滕光蓉;梁恩波;;航空發(fā)動(dòng)機(jī)轉(zhuǎn)子早期裂紋故障振動(dòng)特征的1(1/2)維譜分析[J];振動(dòng)與沖擊;2015年01期

3 GAO Huizhong;LIANG Lin;CHEN Xiaoguang;XU Guanghua;;Feature Extraction and Recognition for Rolling Element Bearing Fault Utilizing Short-Time Fourier Transform and Non-negative Matrix Factorization[J];Chinese Journal of Mechanical Engineering;2015年01期

4 邊杰;王平;梅慶;;EEMD結(jié)合能量特征和小波降噪的軸承故障診斷[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年06期

5 向玲;鄢小安;;汽輪機(jī)轉(zhuǎn)子故障診斷中LMD法和EMD法的性能對(duì)比研究[J];動(dòng)力工程學(xué)報(bào);2014年12期

6 郭遠(yuǎn)晶;魏燕定;周曉軍;傅雷;;S變換用于滾動(dòng)軸承故障信號(hào)沖擊特征提取[J];振動(dòng).測(cè)試與診斷;2014年05期

7 尚柏林;謝紫龍;程禮;通旭東;;EMD與ICA相結(jié)合的復(fù)雜轉(zhuǎn)子系統(tǒng)早期故障診斷[J];科學(xué)技術(shù)與工程;2014年02期

8 唐貴基;王曉龍;;基于EEMD降噪和1.5維能量譜的滾動(dòng)軸承故障診斷研究[J];振動(dòng)與沖擊;2014年01期

9 程軍圣;羅頌榮;楊斌;楊宇;;LMD能量矩和變量預(yù)測(cè)模型模式識(shí)別在軸承故障智能診斷中的應(yīng)用[J];振動(dòng)工程學(xué)報(bào);2013年05期

10 王濤;孟凡順;李洋森;藍(lán)星;;不同時(shí)頻分析方法的精度比較及應(yīng)用[J];海洋地質(zhì)前沿;2013年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡亮;柳亦兵;趙立;周超;;碰摩拉桿轉(zhuǎn)子非線(xiàn)性動(dòng)力學(xué)響應(yīng)特性[J];動(dòng)力工程學(xué)報(bào);2017年07期

2 馬增強(qiáng);柳曉云;張俊甲;王建東;;VMD和ICA聯(lián)合降噪方法在軸承故障診斷中的應(yīng)用[J];振動(dòng)與沖擊;2017年13期

3 成潔;李思燃;;基于遞歸圖和局部非負(fù)矩陣分解的軸承故障診斷[J];工礦自動(dòng)化;2017年07期

4 王友仁;陳偉;孫燦飛;孫權(quán);黃海安;;基于能量聚集度經(jīng)驗(yàn)小波變換的齒輪箱早期微弱故障診斷[J];中國(guó)機(jī)械工程;2017年12期

5 姜戰(zhàn)偉;鄭近德;潘海洋;潘紫微;;POVMD與包絡(luò)階次譜的變工況滾動(dòng)軸承故障診斷[J];振動(dòng).測(cè)試與診斷;2017年03期

6 鄭近德;潘海洋;楊樹(shù)寶;潘紫微;;廣義變分模態(tài)分解方法及其在變工況齒輪故障診斷中的應(yīng)用[J];振動(dòng)工程學(xué)報(bào);2017年03期

7 郭艷平;解武波;龍濤元;;擬合振動(dòng)信號(hào)模型實(shí)現(xiàn)滾動(dòng)軸承故障診斷[J];蘭州交通大學(xué)學(xué)報(bào);2017年03期

8 楊洪柏;張宏利;蔣超;劉樹(shù)林;;變分模態(tài)分解與神經(jīng)網(wǎng)絡(luò)結(jié)合的軸承故障診斷[J];機(jī)械設(shè)計(jì)與制造;2017年06期

9 邊杰;;基于遺傳算法參數(shù)優(yōu)化的變分模態(tài)分解結(jié)合1.5維譜的軸承故障診斷[J];推進(jìn)技術(shù);2017年07期

10 秦波;王祖達(dá);郭慧莉;孫國(guó)棟;陳帥;王建國(guó);;基于VMD和對(duì)稱(chēng)差分能量算子解調(diào)的滾動(dòng)軸承故障診斷方法[J];機(jī)械傳動(dòng);2017年05期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尹芳莉;譚建平;何雷;丁闖;;強(qiáng)沖擊下變速箱滾動(dòng)軸承故障診斷[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

2 鐘小鳳;賀德強(qiáng);苗劍;;基于PCA-LSSVM的機(jī)車(chē)走行部滾動(dòng)軸承故障診斷研究[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

3 CHEN Xiaoguang;LIANG Lin;XU Guanghua;LIU Dan;;Feature Extraction of Kernel Regress Reconstruction for Fault Diagnosis Based on Self-organizing Manifold Learning[J];Chinese Journal of Mechanical Engineering;2013年05期

4 王宏超;陳進(jìn);董廣明;;基于最小熵解卷積與稀疏分解的滾動(dòng)軸承微弱故障特征提取[J];機(jī)械工程學(xué)報(bào);2013年01期

5 馮輔周;司愛(ài)威;饒國(guó)強(qiáng);江鵬程;;基于小波相關(guān)排列熵的軸承早期故障診斷技術(shù)[J];機(jī)械工程學(xué)報(bào);2012年13期

6 梅檢民;肖云魁;賈繼德;趙慧敏;陳祥龍;喬龍;;基于改進(jìn)階比的變速器微弱故障特征提取[J];振動(dòng)工程學(xué)報(bào);2012年03期

7 ;Source Separation of Diesel Engine Vibration Based on the Empirical Mode Decomposition and Independent Component Analysis[J];Chinese Journal of Mechanical Engineering;2012年03期

8 王衍學(xué);何正嘉;訾艷陽(yáng);袁靜;;基于LMD的時(shí)頻分析方法及其機(jī)械故障診斷應(yīng)用研究[J];振動(dòng)與沖擊;2012年09期

9 任達(dá)千;楊世錫;吳昭同;嚴(yán)拱標(biāo);;LMD時(shí)頻分析方法的端點(diǎn)效應(yīng)在旋轉(zhuǎn)機(jī)械故障診斷中的影響[J];中國(guó)機(jī)械工程;2012年08期

10 袁幸;朱永生;洪軍;張優(yōu)云;;用盲反卷積和改進(jìn)譜減法提取軸承微弱特征[J];振動(dòng).測(cè)試與診斷;2012年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王毅,曹樹(shù)良;遺傳算法在并聯(lián)水泵系統(tǒng)運(yùn)行優(yōu)化中的應(yīng)用[J];流體機(jī)械;2003年10期

2 孫進(jìn)平 ,吳瑞明 ,翟瑞紅 ,劉忠武;基于遺傳算法的工藝決策模式的探索[J];現(xiàn)代制造工程;2002年01期

3 孫進(jìn)平,吳瑞明;基于遺傳算法的工藝決策模式的探索[J];海淀走讀大學(xué)學(xué)報(bào);2003年02期

4 駱志高;李舉;王祥;;基于遺傳算法的平板裂紋識(shí)別[J];機(jī)械設(shè)計(jì)與制造;2009年04期

5 占龍楊;顧伯勤;邵春雷;;基于遺傳算法的多泵系統(tǒng)優(yōu)化運(yùn)行研究[J];煤礦機(jī)械;2011年10期

6 曹慧卿,高峰;一種新的優(yōu)化方法──遺傳算法及其應(yīng)用[J];機(jī)械設(shè)計(jì)與制造;1997年02期

7 郝博,盧有文,聶義勇;基于遺傳算法的機(jī)械方案設(shè)計(jì)系統(tǒng)的研究[J];機(jī)械;1999年05期

8 閆永強(qiáng),梁武科;遺傳算法在離心泵葉片優(yōu)化設(shè)計(jì)中的應(yīng)用[J];排灌機(jī)械;2004年02期

9 孔凡國(guó);黃偉;;基于模糊理論和遺傳算法融合的機(jī)械方案優(yōu)選方法的研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2006年05期

10 余成樹(shù);吳作偉;高永芳;賓嬋慧;;改進(jìn)遺傳算法在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2007年02期

相關(guān)會(huì)議論文 前6條

1 吳忠強(qiáng);劉坤;奧頓;;基于遺傳算法的電液位置伺服系統(tǒng)模糊控制[A];中國(guó)自動(dòng)化學(xué)會(huì)全國(guó)第九屆自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2004年

2 徐斌;姜節(jié)勝;陳換過(guò);;基于遺傳算法的結(jié)構(gòu)/控制一體化優(yōu)化設(shè)計(jì)[A];第八屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集摘要[C];2003年

3 賴(lài)朝安;孫延明;鄭時(shí)雄;;敏捷虛擬企業(yè)協(xié)同設(shè)計(jì)的群體決策支持系統(tǒng)研究[A];面向21世紀(jì)的生產(chǎn)工程——2001年“面向21世紀(jì)的生產(chǎn)工程”學(xué)術(shù)會(huì)議暨企業(yè)生產(chǎn)工程與產(chǎn)品創(chuàng)新專(zhuān)題研討會(huì)論文集[C];2001年

4 王淑蓮;孫輝;張聿成;陳瑞三;;二次調(diào)節(jié)節(jié)能系統(tǒng)新型智能PID控制研究[A];人才、創(chuàng)新與老工業(yè)基地的振興——2004年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2004年

5 齊文文;趙斌;龍連春;;基于遺傳算法的加筋圓柱殼屈曲承載力優(yōu)化[A];北京力學(xué)會(huì)第18屆學(xué)術(shù)年會(huì)論文集[C];2012年

6 井立兵;章躍進(jìn);;基于MATLAB遺傳算法工具的同心式磁力齒輪優(yōu)化設(shè)計(jì)[A];第十七屆中國(guó)小電機(jī)技術(shù)研討會(huì)論文集[C];2012年

相關(guān)博士學(xué)位論文 前3條

1 聶書(shū)志;基于DNA遺傳算法的協(xié)同制造資源優(yōu)化配置技術(shù)研究[D];華南理工大學(xué);2010年

2 田方;遺傳算法的改進(jìn)研究及其在壓縮機(jī)性能分析與優(yōu)化中的應(yīng)用[D];東北大學(xué);2006年

3 張士偉;三維聲學(xué)快速多極基本解法在機(jī)械噪聲預(yù)測(cè)中的應(yīng)用研究[D];沈陽(yáng)工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 李碧軒;基于SLP方法和遺傳算法的倉(cāng)庫(kù)設(shè)施規(guī)劃[D];廣西大學(xué);2016年

2 李國(guó)聞;面向機(jī)電產(chǎn)品線(xiàn)纜設(shè)計(jì)的“遺傳-A~*”混合優(yōu)化算法[D];南京航空航天大學(xué);2016年

3 郜時(shí)偉;有貨物空腔的集裝箱裝載設(shè)計(jì)優(yōu)化研究[D];天津理工大學(xué);2016年

4 吳波;基于遺傳算法的作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];大連交通大學(xué);2005年

5 張曉霞;遺傳算法在機(jī)械設(shè)計(jì)優(yōu)化中的應(yīng)用及運(yùn)動(dòng)學(xué)仿真技術(shù)研究[D];中北大學(xué);2008年

6 謝耿勛;基于遺傳算法的形狀誤差算法的研究[D];東北大學(xué);2012年

7 陳東升;基于遺傳算法的模糊車(chē)間作業(yè)調(diào)度問(wèn)題的研究[D];大連理工大學(xué);2006年

8 李國(guó)亮;基于改進(jìn)遺傳算法的加工中心生產(chǎn)車(chē)間物流改善研究[D];沈陽(yáng)工業(yè)大學(xué);2013年

9 段培勇;遺傳算法在車(chē)間優(yōu)化調(diào)度中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2007年

10 劉穎;改進(jìn)的GA-SA算法在葉輪優(yōu)化設(shè)計(jì)中的應(yīng)用研究[D];中國(guó)石油大學(xué);2009年

，

本文編號(hào)：2134142