基于EMD-ICA与遗传算法的轴承故障诊断方法 |
| |
引用本文: | 谢中敏,沈宝国,胡超.基于EMD-ICA与遗传算法的轴承故障诊断方法[J].航空发动机,2021,47(5):34-40. |
| |
作者姓名: | 谢中敏 沈宝国 胡超 |
| |
作者单位: | 江苏航空职业技术学院航空工程学院,江苏镇江212134 |
| |
基金项目: | 江苏省自然科学基金(BK20180863)、镇江市科技项目(NY2019017)资助 |
| |
摘 要: | 针对振动信号中轴承故障特征信号微弱难以识别的问题,对通过试验采集到的内环故障、外环故障以及滚动体故障振
动信号进行处理。采用最小二乘法和指数平滑法对振动信号进行预处理,利用EMD分离振动信号的局部特征,并根据IMF分量
的信息熵增益比实现重构;采用ICA对混叠的振动信号进行分离,并对分离后的振动信号进行特征提取;采用遗传算法对多维振
动特征参量进行降维,筛选出最优特征参量;采用遗传算法优化的极限学习机对轴承故障振动特征集进行识别,将常见的SVM、
BP等诊断模型作为对比算法。试验结果表明:采用ICA能将混叠信号有效分离,实现故障信号的提取;遗传算法不仅能够实现最
优特征的选择,同时能够对极限学习机算法进行有效优化,提升算法的诊断效果。优化的算法相比其它诊断识别方法性能较佳,
使3种故障的平均诊断效果达到90%以上。
|
关 键 词: | 滚动轴承 故障诊断 振动信号 遗传算法 经验模态分解法 独立分量 |
Bearing Fault Diagnosis Method based on EMD-ICA and Genetic Algorithms |
| |
Authors: | XIE Zhong-min SHEN Bao-guo HU Chao |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《航空发动机》浏览原始摘要信息 |
| 点击此处可从《航空发动机》下载免费的PDF全文 |