典型文献
自适应VMD及其在状态跟踪及故障检测中的应用
文献摘要：
针对变分模态分解(variational modal decomposition,VMD)的特征提取性能受到参数影响的问题,以及故障状态跟踪的实时性较差的问题,提出一种状态预警线构造方法和自适应VMD方法并将其用于机械零件的故障检测.首先,提取机械零件全寿命振动信号的退化特征,基于2σ准则构造状态预警线来跟踪机械零件的退化状态并检测故障预警点.然后,引入能量熵和互信息构造适应度函数,通过蚱蜢优化算法(grasshopper optimization algorithm,GOA)构造自适应VMD模型来检测预警点附近机械零件的故障状态.结果表明,提出的状态预警线能更及时有效地检测出故障预警点,自适应VMD能更准确地检测出机械零件故障,具有良好的应用价值.
文献关键词：
变分模态分解;蚱蜢优化算法;机械零件;状态跟踪;故障检测
中图分类号：
作者姓名：
周成江;徐淼;贾云华;叶志霞;杨鹏;袁徐轶
作者机构：
云南师范大学信息学院 昆明 650500;模式识别与人工智能实验室 昆明 650500;昆明理工大学信息工程与自动化学院 昆明 650500;云南省矿物管道输送工程技术研究中心 昆明 650500
文献出处：
引用格式：
[1]周成江;徐淼;贾云华;叶志霞;杨鹏;袁徐轶-.自适应VMD及其在状态跟踪及故障检测中的应用)[J].电子测量与仪器学报,2022(12):55-66
A类：
B类：
VMD,状态跟踪,故障检测,变分模态分解,variational,modal,decomposition,参数影响,故障状态,预警线,线构,构造方法,机械零件,全寿命,振动信号,退化特征,退化状态,检测故障,故障预警,能量熵,互信息,适应度函数,蚱蜢优化算法,grasshopper,optimization,algorithm,GOA,检测预警
AB值：
0.355822
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
