基于灰狼算法优化特征模态分解的滚动轴承故障诊断方法

本发明提供一种基于灰狼算法优化特征模态分解的滚动轴承故障诊断方法，涉及轴承故障诊断技术领域。首先利用FMD对原始故障信号进行分解，然后采用峭度‑相关系数筛选准则对模态分量筛选分类，输出高噪信号和低噪信号；其次对高噪信号进行小波包分解，以峭度、偏度和信息熵组成的融合指标对信号分量进行加权重构，完成信号降噪和故障特征增强；选取重构信号的信息熵除以峭度为目标函数，使用灰狼算法在一定范围内进行寻优并代入，得到最优参数对应的重构信号；最后对去噪信号包络解调，实现故障特征提取。本发明可有效降低背景噪声的干扰，增强振动信号的故障特征，为实际工程提供参考。