摘要
本发明公开了基于CHHO‑VMD的滚动轴承早期故障特征提取方法,包括以下步骤:获取轴承原始振动信号;识别原始振动信号中的早期故障信号;应用CHHO算法自适应的优化VMD参数,产生最佳参数组合[K,α];利用参数优化的VMD对故障信号进行分解,提取其IMF分量;基于峭度和相关系数选择IMF分量重构故障信号;应用包络解调提取滚动轴承的故障特征频率。本发明的有益效果是:引入CHHO算法自适应地确定VMD的最优参数组合,避免了由于手动参数选择和不正确设置引起的模态分量损失和模态混叠问题,通过将CHHO和VMD结合,有效提取滚动轴承早期故障信号的故障特征频率,故障检测的准确性和及时性高。
技术关键词
故障特征频率
最佳参数组合
信号
滚动轴承
算法
位置更新
指数
故障检测
包络
重构
因子
动态
数据
规模
指标
阶段
系统为您推荐了相关专利信息
量评估方法
富血小板血浆
白细胞
协方差矩阵
卡尔曼滤波算法
时序特征
计算机可执行指令
深度学习算法
高维特征向量
综合异常判断