优化VMD与CNN在齿轮箱故障诊断应用研究

作     者：郗涛 杨威振 XI Tao;YANG Weizhen

作者机构：天津工业大学机械工程学院天津300387 

出 版 物：《机械科学与技术》 (Mechanical Science and Technology for Aerospace Engineering)

年 卷 期：2022年第41卷第12期

页      面：1829-1838页

核心收录：

学科分类：08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家科技重大专项子课题(2019zx04055-001-014) 

主　　题：齿轮箱 故障诊断 变分模态分解 卷积神经网络 

摘      要：针对齿轮箱的故障诊断的优化问题,提出了一种基于参数优化的变分模态分解(VMD)与卷积神经网络(CNN)相融合的故障诊断方法。该算法首先通过鲸鱼优化算法对VMD算法进行优化,之后通过正交实验法与粒子群优化算法进行了CNN模型中的重要参数进行优化,最后将分解后得到的固有模态分量输入CNN模型中进行训练学习。诊断完成后得到训练与检测结果,其中经过算法优化后CNN模型的训练与检测准确率可达98.7%与95.7%,优于未优化的准确率94.3%与91.8%。通过对结果的分析验证出该算法的可行性以及在诊断成功率方面的优越性,实现了故障特征信息的自适应性提取,并将故障类型进行分类,最终实现齿轮箱故障诊断的智能化。