基于AO-VMD和IAO-SVM的齿轮箱故障诊断

王博; 南新元

doi:10.16578/j.issn.1004.2539.2023.05.022

您当前的位置：

首页 >

文章列表页 >

基于AO-VMD和IAO-SVM的齿轮箱故障诊断

开发应用 | 更新时间：2023-08-14

- 基于AO-VMD和IAO-SVM的齿轮箱故障诊断
- Fault Diagnosis of Gearboxes Based on AO-VMD and IAO-SVM
- 机械传动 2023年47卷第5期页码：143-149
- 作者机构：
  
  新疆大学电气工程学院，新疆乌鲁木齐 830047
- 作者简介：
  
  王博（1994— ），男，河南商丘人，硕士研究生；研究方向为故障诊断；768026380@qq.com。
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2023.05.022
  中图分类号：
- 纸质出版日期：2023-05-15，
  
  收稿日期：2022-03-22，
  
  修回日期：2022-08-12，
扫描看全文
王博,南新元.基于AO-VMD和IAO-SVM的齿轮箱故障诊断[J].机械传动,2023,47(05):143-149.

Wang Bo,Nan Xinyuan.Fault Diagnosis of Gearboxes Based on AO-VMD and IAO-SVM[J].Journal of Mechanical Transmission,2023,47(05):143-149.
王博,南新元.基于AO-VMD和IAO-SVM的齿轮箱故障诊断[J].机械传动,2023,47(05):143-149. DOI： 10.16578/j.issn.1004.2539.2023.05.022.

Wang Bo,Nan Xinyuan.Fault Diagnosis of Gearboxes Based on AO-VMD and IAO-SVM[J].Journal of Mechanical Transmission,2023,47(05):143-149. DOI： 10.16578/j.issn.1004.2539.2023.05.022.

摘要

针对提高变分模态分解（Variational Mode Decomposition，VMD）的自适应性、优选本征模态分量（Intrinsic Mode Function，IMF）及多故障分类的问题，提出一种天鹰优化器（Aquila Optimizer，AO）优化VMD、综合评价模型优选IMF、改进天鹰优化器（Improved Aquila Optimizer，IAO）优化支持向量机（Support Vector Machine，SVM）的齿轮箱故障诊断方法。首先，采用AO优化VMD的参数并分解原始信号；其次，构建基于相关系数、峭度、包络熵、能量熵的CRITIC-TOPSIS综合评价模型，优选IMF，提取能量熵建立特征向量；最后，将其输入IAO-SVM识别故障类型。通过实验验证所提出方法的有效性。

Abstract

Aiming at the problems of improving the adaptability of variational mode decomposition (VMD) and in order to optimize the intrinsic mode function (IMF) and multi-fault classification

a gearbox fault diagnosis method is proposed

with which the Aquila optimizer (AO) optimizes VMD

the comprehensive evaluation model optimizes IMF

and improves the Aquila optimizer optimization support vector machine (IAO-SVM). Firstly

AO is used to optimize the parameters of VMD and decompose the original signal. Secondly

a CRITIC-TOPSIS comprehensive evaluation model based on correlation coefficient

kurtosis

envelope entropy

energy entropy is constructed to optimize IMF

and energy entropy is extracted to establish feature vectors. Finally

it is input into IAO-SVM to identify faults. The effectiveness of this method is verified by experiments.

关键词

天鹰优化器变分模态分解综合评价模型改进天鹰优化器支持向量机

Keywords

Aquila optimizerVariational mode decompositionComprehensive evaluation modelImproved aquila optimizer algorithmSupport vector machine

references

叶壮，余建波.基于多通道一维卷积神经网络特征学习的齿轮箱故障诊断方法［J］.振动与冲击，2020，39（20）：55-66.

YE Zhuang，YU Jianbo.Gearbox fault diagnosis based on feature learing of multi-channel one-dimensional convolutional neural network［J］.Journal of Vibration and Shock，2020，39（20）：55-66.

张龙，甄灿壮，易剑昱，等.双通道特征融合CNN-GRU齿轮箱故障诊断［J］.振动与冲击，2021，40（19）：239-245.

ZHANG Long，ZHEN Canzhuang，YI Jianyu，et al.Fault diagnosis of dual-channel feature fusion CNN-GRU gearbox［J］.Journal of Vibration and Shock，2021，40（19）：239-245.

ZOSSO D，DRAGOMIRETSKIY K.Variational mode decomposition［J］.IEEE Transactions on Signal Processing，2014，62（3）：531-544.

王恒迪，邓四二，杨建玺，等.基于参数优化变分模态分解的滚动轴承早期故障诊断［J］.振动与冲击，2020，39（23）：38-46.

WANG Hengdi，DENG Sier，YANG Jianxi，et al.Incipient fault diagnosis of rolling bearing based on VMD with parameters optimized［J］.Journal of Vibration and Shock，2020，39（23）：38-46.

何勇，王红，谷穗.一种基于遗传算法的VMD参数优化轴承故障诊断新方法［J］.振动与冲击，2021，40（6）：184-189.

HE Yong，WANG Hong，GU Sui.New fault diagnosis approach for bearings based on parameter optimized VMD and genetic algorithm［J］.Journal of Vibration and Shock，2021，40（6）：184-189.

刘畅，王衍学，杨建伟.基于FOA的变分模态分解在轴承故障诊断中的应用［J］.机械传动，2020，44（5）：146-154.

LIU Chang，WANG Yanxue，YANG Jianwei.Application of variation mode decomposition based on the FOA and in bearing fault diagnosis［J］.Journal of Mechanical Transmission，2020，44（5）：146-154.

郑义，岳建海，焦静，等.基于参数优化变分模态分解的滚动轴承故障特征提取方法［J］.振动与冲击，2021，40（1）：86-94.

ZHENG Yi，YUE Jianhai，JIAO Jing，et al.Fault feature extraction method of rolling bearing based on parameter optimized VMD［J］.Journal of Vibration and Shock，2021，40（1）：86-94.

王双海，米大斌，芦浩，等.基于MIGA-VMD和t-SNE的轴承故障诊断方法［J］.机床与液压，2022，50（2）：183-191.

WANG Shuanghai，MI Dabin，LU Hao，et al.Bearing fault diagnosis method based on MIGA optimized VMD parameters and t-SNE［J］.Machine Tool & Hydraulics，2022，50（2）：183-191.

冯刚，刘桐桐，崔玲丽.基于改进阶次分析与自适应VMD的变转速齿轮箱故障诊断研究［J］.机械传动，2021，45（1）：34-39.

FENG Gang，LIU Tongtong，CUI Lingli.Study on the fault diagnosis of variable speed gearbox based on improved order analysis and adaptive VMD［J］.Journal of Mechanical Transmission，2021，45（1）：34-39.

李国友，杨梦琪，杭丙鹏，等.基于模糊粗糙集和鲸鱼算法优化支持向量机的化工过程故障诊断［J］.振动与冲击，2022，41（2）：177-184.

LI Guoyou，YANG Mengqi，HANG Bingpeng，et al.Fault diagnosis of chemical processes based on the SVM optimized by fuzzy rough sets and a whale optimization algorithm［J］.Journal of Vibration and Shock，2022，41（2）：177-184.

刁宁昆，马怀祥，王金师，等.基于MPE与PSO-SVM的滚动轴承故障诊断［J］.电子测量技术，2021，44（21）：44-48.

DIAO Ningkun，MA Huaixiang，WANG Jinshi，et al.Fault diagnosis of rolling bearing based on MPE and PSO-SVM［J］.Electronic Measurement Technology，2021，44（21）：44-48.

胡璇，李春，叶柯华.灰狼算法优化支持向量机在风力机齿轮箱故障诊断中的应用［J］.机械强度，2021，43（5）：1026-1034.

HU Xuan，LI Chun，YE Kehua.Application of GWO-SVM in wind turbine gearbox fault diagnosis［J］.Journal of Mechanical Strength，2021，43（5）：1026-1034.

ABUALIGAH L，YOUSRI D，ABD E，et al.Aquila optimizer：a novel metaheuristic optimization algorithm［J］.Computers & Industrial Engineering，2021，157：107250.

WANG J，ZHANG Y，ZHANG F，et al.Accuracy improved bearing fault diagnosis method based on AVMD theory and AWPSO-ELM model［J］.Measurement，2021，181：109666.

焦博隆，钟志贤，刘翊馨，等.基于蝙蝠算法优化的变分模态分解的转子裂纹检测方法［J］.振动与冲击，2020，39（6）：98-104.

JIAO Bolong，ZHONG Zhixian，LIU Yuxin，et al.Rotor crack detection method of variational mode decomposition based on optimization parameters of bat algorithm［J］.Journal of Vibration and Shock，2020，39（6）：98-104.

胡安明，李伟.基于反向学习的布谷鸟算法优化搜索仿真［J］.计算机仿真，2021，38（12）：276-280.

HU Anming，LI Wei.Optimization search simulation of cuckoo algorithm based on reverse learning［J］.Computer Integrated Manufacturing Systems，2021，38（12）：276-280.

吕鑫，慕晓冬，张钧，等.混沌麻雀搜索优化算法［J］.北京航空航天大学学报，2021，47（8）：1712-1720.

LÜ Xin，MU Xiaodong，ZHANG Jun，et al.Chaos sparrow search optimization algorithm［J］.Journal of Beijing University of Aeronautics and Astronautics，2021，47（8）：1712-1720.

ALI L，WAJAHAT I，GOLILARZ N A，et al.LDA-GA-SVM：improved hepatocellular carcinoma prediction through dimensionality reduction and genetically optimized support vector machine［J］.Neural Computing and Applications，2021，33：2783-2792.

马晨佩，李明辉，巩强令，等.基于麻雀搜索算法优化支持向量机的滚动轴承故障诊断［J］.科学技术与工程，2021，21（10）：4025-4029.

MA Chenpei，LI Minghui，GONG Qiangling，et al.Fault diagnosis of rolling bearing based on sparrow search algorithm optimized support vector machine［J］Science Technology and Engineering，2021，21（10）：4025-4029.

WANG J Y，LI J G，WANG H T，et al.Research on gearbox composite fault diagnosis based on improved local mean decomposition［J］.International Journal of Dynamics and Control，2021（9）：1411-1422.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于变分模态分解和PSO-SVM的起重机齿轮箱故障诊断

基于IFOA-SVM的轴承故障分类识别方法

基于改进多尺度均值排列熵和参数优化SVM的齿轮箱故障诊断方法

基于改进SSA的参数优化VMD和ELM的轴承故障诊断

基于改进的灰狼优化算法与SVM风机轴承故障诊断