BFOA-EEMD在轴承故障诊断中的应用

摘要:针对旋转机械轴承故障特征信息在复杂环境影响下难以精确提取的问题,给出一种基于BFOA优化EEMD参数的研究方法,并将其应用到轴承故障诊断中。首先,基于细菌觅食优化算法优化EEMD中的白噪声幅值系数ε,通过设置优化后的参数值,将降噪信号分解若干的固有模态分量;然后,对分解后的固有模态分量采用EMD-包络谱选取相对最优分量,提取最优分量的样本熵和排列熵组成特征向量;最后,利用模糊C均值聚类算法识别轴承的故障类型。实验对比结果表明,BFOA-EEMD方法比基本的EEMD方法和BFA-EEMD方法更能有效实现轴承的早期故障诊断。

关键词:
  • 轴承  
  • bfoa  
  • eemd  
  • 特征提取  
  • 参数优化  
作者:
师少达; 宋玉琴; 刘西川
单位:
西安工程大学电子信息学院; 陕西西安710048
刊名:
西安工程大学学报

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:西安工程大学学报

西安工程大学学报紧跟学术前沿,紧贴读者,国内刊号为:61-1471/N。坚持指导性与实用性相结合的原则,创办于1986年,杂志在全国同类期刊中发行数量名列前茅。

发表咨询 文秘咨询 加急见刊 杂志订阅 返回首页