基于变分态分解与灰狼优化支持向量机的齿轮箱故障诊断

作     者：吴正豪 白华军 闫昊 展先彪 温亮 贾希胜 WU Zheng-hao;BAI Hua-jun;YAN Hao;ZHAN Xian-biao;WEN Liang;JIA Xi-sheng

作者机构：陆军工程大学石家庄校区石家庄050003 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2023年第23卷第16期

页      面：6881-6888页

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

基　　金：国家自然科学基金(71871220) 

主　　题：变分模态分解(VMD) 灰狼优化算法(GWO) 支持向量机(SVM) 行星齿轮箱 故障诊断 

摘      要：由于行星齿轮齿轮箱的振动信号具有非平稳、非线性特性,在复杂工况下,会对其早期微弱的故障信号造成干扰,不能正确地识别出故障信息。为解决以上问题,采用基于变分模态分解(variational mode decomposition,VMD)与灰狼优化支持向量机的故障诊断方法。利用中心频率近似方法,求解出了变分模态分解的参数K,对分解出的本征模态函数(intrinsic mode function,IMF)分量进行相关性分析,优选出分量进行信号重构。将重构信号进行故障特征提取,利用灰狼优化支持向量机的方法进行故障模式识别。实验结果表明:采用所提方法对行星齿轮箱的故障识别准确率达到99.375%。