10.16807/j.cnki.12-1372/e.2019.03.012
改进变分模态分解在柴油机故障诊断中的应用
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.
变分模态分解(VMD)、改进自适应遗传算法(IAGA)、柴油机
21
TK427(内燃机)
军队科研项目
2019-06-03（万方平台首次上网日期，不代表论文的发表时间）
共6页
48-53
