基于改进AMVMD的风电机组轴承故障特征提取方法

本发明公开了一种基于改进自适应多元变分模态分解的风电机组轴承故障特征提取方法，属于风电机组轴承故障诊断技术领域，S1使用logistic‑tent混沌映射代替传统的随机数生成方法，初始化QPSO算法中的粒子位置，确保初始化的均匀性和随机性；S2通过改进的QPSO算法自适应选择模态数K和惩罚因子，以能量误差作为适应度函数，进行参数优化，将处理后的信号利用MVMD进行分解，得到多个代表不同的频率成分的模态分量；S3计算各分量的峭度值和香农熵选取重构分量，用于后续特征提取，通过Teager能量算子分析信号的变化，并进行包络分析以提取故障频率，来识别出轴承的具体故障特征。本申请方法具有实用性和高效性。