基于仿真试验和BOA-VMD的轴箱轴承故障特征提取算法研究 |
| |
作者姓名: | 张东兴 杨岗 周奥 秦礼目 卫昱乾 闫磊 |
| |
作者单位: | 西南交通大学机械工程学院,四川成都 610031;西南交通大学唐山研究生院,河北唐山 063000;中车青岛四方机车车辆股份有限公司,山东 青岛 266111 |
| |
基金项目: | 国家重点研发计划项目(2020YFB1200300ZL); |
| |
摘 要: | 针对城轨列车运行过程中轴箱轴承故障难以发现的问题,提出一种利用蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)对变分模态分解(Variational Mode Decomposition,VMD)参数进行优化的轴承故障特征提取方法。首先构建基于轴承-车辆刚柔耦合的轴承故障动力学模型,提取轮轨激扰和轴承故障情况下的轴箱振动信号;然后利用蝴蝶优化算法对轴箱振动信号的VMD模态分量数和二次惩罚系数进行寻优,确定最佳参数组合;最后利用已确定的最佳参数对轴承振动信号进行VMD分解,得到不同本征模态分量(Intrinsic Mode Function,IMF),并对最佳模态分量信号进行包络分析,识别到轴承故障时的特征频率。试验分析表明,基于优化参数的VMD分析方法能够有效提取轴承故障特征频率,通过经验模态分解(Empirical Mode Decomposition,EMD)分析方法对比,可以发现文章提出的分析方法效果更加有效。
|
关 键 词: | 列车轴承 故障特征提取 变分模态分解 蝴蝶优化算法 故障诊断 仿真 |
本文献已被 万方数据 等数据库收录! |
|