典型文献
基于仿真试验和BOA-VMD的轴箱轴承故障特征提取算法研究
文献摘要：
针对城轨列车运行过程中轴箱轴承故障难以发现的问题,提出一种利用蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)对变分模态分解(Variational Mode Decomposition,VMD)参数进行优化的轴承故障特征提取方法.首先构建基于轴承-车辆刚柔耦合的轴承故障动力学模型,提取轮轨激扰和轴承故障情况下的轴箱振动信号;然后利用蝴蝶优化算法对轴箱振动信号的VMD模态分量数和二次惩罚系数进行寻优,确定最佳参数组合;最后利用已确定的最佳参数对轴承振动信号进行VMD分解,得到不同本征模态分量(In-trinsic Mode Function,IMF),并对最佳模态分量信号进行包络分析,识别到轴承故障时的特征频率.试验分析表明,基于优化参数的VMD分析方法能够有效提取轴承故障特征频率,通过经验模态分解(Empirical Mode Decomposition,EMD)分析方法对比,可以发现文章提出的分析方法效果更加有效.
文献关键词：
列车轴承;故障特征提取;变分模态分解;蝴蝶优化算法;故障诊断;仿真
中图分类号：
作者姓名：
张东兴;杨岗;周奥;秦礼目;卫昱乾;闫磊
作者机构：
西南交通大学机械工程学院,四川成都 610031;西南交通大学唐山研究生院,河北唐山 063000;中车青岛四方机车车辆股份有限公司,山东 青岛 266111
文献出处：
引用格式：
[1]张东兴;杨岗;周奥;秦礼目;卫昱乾;闫磊-.基于仿真试验和BOA-VMD的轴箱轴承故障特征提取算法研究)[J].机车电传动,2022(02):105-112
A类：
B类：
仿真试验,BOA,VMD,轴箱轴承,轴承故障特征提取,特征提取算法,算法研究,城轨列车,列车运行,中轴,蝴蝶优化算法,Butterfly,Optimization,Algorithm,变分模态分解,Variational,Mode,Decomposition,刚柔耦合,轮轨,振动信号,罚系数,最佳参数,数组,轴承振动,本征模态分量,In,trinsic,Function,IMF,行包,包络分析,试验分析,优化参数,有效提取,故障特征频率,经验模态分解,Empirical,EMD,方法对比,列车轴承
AB值：
0.33113
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。
