变分模态分解(Variational Mode Decomposition,VMD)算法的参数组合的选取会严重影响算法结果,导致滚动轴承故障特征难以提取。针对参数组合选取的问题,提出了一种基于灰狼优化算法(Grey Wolf Optimizer,GWO)寻参优化VMD的滚动轴承故障...变分模态分解(Variational Mode Decomposition,VMD)算法的参数组合的选取会严重影响算法结果,导致滚动轴承故障特征难以提取。针对参数组合选取的问题,提出了一种基于灰狼优化算法(Grey Wolf Optimizer,GWO)寻参优化VMD的滚动轴承故障特征提取方法。首先通过最大峭度法确定信号分解层数,并通过GWO算法寻优,得到最佳的参数组合。然后,通过GWO优化后的惩罚因子和模式数进行VMD分解,得到本征模态函数。最后对模态分量使用希尔伯特变换和归一化处理,进行包络分析,提取滚动轴承故障特征频率。展开更多
文摘变分模态分解(Variational Mode Decomposition,VMD)算法的参数组合的选取会严重影响算法结果,导致滚动轴承故障特征难以提取。针对参数组合选取的问题,提出了一种基于灰狼优化算法(Grey Wolf Optimizer,GWO)寻参优化VMD的滚动轴承故障特征提取方法。首先通过最大峭度法确定信号分解层数,并通过GWO算法寻优,得到最佳的参数组合。然后,通过GWO优化后的惩罚因子和模式数进行VMD分解,得到本征模态函数。最后对模态分量使用希尔伯特变换和归一化处理,进行包络分析,提取滚动轴承故障特征频率。
