典型文献
基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法
文献摘要：
针对强背景噪声干扰下的滚动轴承复合故障特征难以提取且变分模态分解(variational modal decomposi-tion,VMD)中参数需要提前确定的问题,提出一种基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法.首先,提出一种新的复合影响指数,将其与现有指标进行比较,结果表明,所提指标对故障信号的敏感性提高了 29.6％.然后,将最小平均复合影响指数作为目标函数,利用蝙蝠算法自适应搜索VMD的最优参数进行变分模态分解.最后,对分解后的模态分量进行包络解调分析,通过包络谱判断轴承的故障类型.仿真及试验结果表明,该方法能够从噪声干扰下的复合故障信号中有效分离出单一故障信息,实现轴承故障类型的确定,从而验证了该方法的有效性.
文献关键词：
蝙蝠算法;变分模态分解(VMD);复合影响指数;复合故障
中图分类号：
作者姓名：
张伟;李军霞;陈维望
作者机构：
太原理工大学 机械与运载工程学院,太原 030024;太原理工大学 矿山流体控制国家地方联合工程实验室,太原 030024
文献出处：
引用格式：
[1]张伟;李军霞;陈维望-.基于蝙蝠算法优化VMD参数的滚动轴承复合故障分离方法)[J].振动与冲击,2022(20):133-141
A类：
复合影响指数
B类：
蝙蝠算法,算法优化,VMD,滚动轴承,复合故障,故障分离,分离方法,背景噪声,噪声干扰,故障特征,变分模态分解,variational,modal,decomposi,故障信号,最优参数,模态分量,行包,包络解调分析,包络谱,断轴,故障类型,仿真及试验,有效分离,单一故障,故障信息,轴承故障
AB值：
0.285416
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。
