10.3969/j.issn.1009-9042.2023.01.025
基于优化VMD与BP神经网络结合的滚动轴承故障诊断方法研究
为解决滚动轴承微弱故障信号不明显、识别故障类型准确率不高及变分模态分解(VMD)分解时参数主要依靠人为设定的问题,提出一种基于麻雀搜索算法(SSA)优化VMD参数与BP神经网络相结合的故障诊断方法.首先,使用麻雀搜索算法对VMD分解的模态分解个数及惩罚因子进行优化,搜索全局得出最优参数组合;利用优化后的参数对故障信号进行VMD分解,将分解后的本征模态分量导入BP神经网络进行模式识别.结果表明:与EMD、未优化VMD相比,优化参数后的VMD具有更高的故障诊断率99.53％,使故障诊断效果进一步提升.
滚动轴承、麻雀优化算法、变分模态分解、BP神经网络、故障诊断
39
TH133.33
吉林省科技发展计划项目20230101208JC
2023-03-30（万方平台首次上网日期，不代表论文的发表时间）
共6页
91-96
