TY - JOUR A2 - Rubini，里卡多AU - 张英AU - 王，暗沉PY - 2020 DA - 2020年5月22日TI - 研究改进VMD和自动IMF收购SP为基础的滚动轴承故障诊断方法 - 6216903VL - 2020 AB - 本文提出改善变模式分解（VMD）方法的新颖的方法和自动获取敏感固有模式函数（IMF）。首先，由于故障信号是脉冲和周期性的，加权自相关函数最大值（AFM）指示符是基于基尼系数和自相关函数作为优化目标函数构成。该模式号码 ķ和惩罚参数 αVMD的是通过由所述改进粒子群优化（PSO）算法与各种惯性配重支撑的最佳参数搜索处理自动获得的。这种改进解决了常规VMD方法，即的主要缺点之一，需要手动设置参数。然后，用于单个故障的故障和故障化合物分别根据最大加权AFM指示器和最大光谱峰比（SPR）的原理，进行最佳的自动IMF选择处理。然后将敏感的IMF经受包络解调分析，以获得故障特征频率。仿真和实验结果表明，该方法能够有效地识别故障特征的早期，尤其是复合故障，对于现实世界的应用展示的巨大潜力。SN - 1070-9622 UR - https://doi.org/10.1155/2020/6216903 DO - 10.1155 /六百二十一万六千九百○三分之二千○二十〇JF - 冲击和振动PB - Hindawi出版KW - ER -