摘要
一种基于粒子群优化广义变分模态分解的轴承故障诊断方法及系统,本发明涉及故障诊断领域。解决现有的变分模态分解方法中存在的过度滤波和模态混叠之间的问题。所述方法为:采集循环水泵运行过程中的振动时域信号,并输入到广义变分模态分解模型中,得到一系列分解模态;构建分解模态函数,以1.5维谱加权谐噪比最大值为目标,通过粒子群算法得到广义变分模态分解最优设置参数,基于广义变分模态分解确定最优设置参数的方法重新分解振动时域信号,得到优化后的分解模态;并构建1.5维谱加权谐噪比公式;基于1.5维谱加权谐噪比公式的最大值确定最优分解模态;根据最优分解模态加权谐噪比结果确定故障诊断结果。还适用于验证轴承的故障类型准确性领域。
技术关键词
轴承故障诊断方法
广义
滚动体
粒子群算法
轴承故障诊断系统
外圈
循环水泵
数据采集模块
参数
模态分解方法
信号
故障诊断模块
验证轴承
可读存储介质
因子
处理器
切片
极值
系统为您推荐了相关专利信息
补偿控制方法
参数估计算法
MISO系统
非线性系统
数据
微小粉尘
BP神经网络
FLUENT软件
煤矿掘进通风技术
预测误差
纠偏系统
粒子群优化算法
水利
掘进参数
三维地质模型
自动化控制阀门
流体控制
引入粒子群算法
数据
流体阀门
优化调度策略
柴油发电机
优化调度模型
粒子群算法
优化控制目标