针对从滚动轴承振动信号中所提取的故障信息精度低的问题,提出一种基于鲸鱼优化算法(WOA)-变分模态分解(VMD)能量熵的特征提取方法,并采用改进鲸鱼优化算法(WOA)-支持向量机(SVM)进行故障诊断.首先,利用鲸鱼优化算法对变分模态分解模态个数K和惩罚参数α寻优,然后根据VMD处理信号得到若干模态分量,筛选后进一步提取能量熵...
软件名称 基于WOA算法优化VMD的轴承信号分解软件 软件简称 - 版本号 V1.0 登记号 2023SR0572834 分类号 - 著作权人 湘潭大学 首次发表日期 - 登记日期 2023-05-30 该公司其他软件著作权 序号登记日期软件全称软件简称登记号版本号 1 2025-01-27 多源异构遥感载荷数据融合后端管理平台 - 2025SR0189125 1.0 2 202...
1.一种基于WOA‑VMD算法的信号去噪方法,其特征在于,具体按照如下步骤实施:步骤1,根据鲸鱼优化算法分别建立目标包围、发泡网攻击以及猎物搜寻的数学模型;步骤2,初始化步骤1建立的数学模型中的参数;步骤3,在取值范围内初始化鲸鱼的位置向量,根据位置向量对原始振动信号进行VMD分解,然后计算每个鲸鱼位置下的平均包络熵;步...
故障特征提取针对轴承振动信号的冗余信息过多,故障特征提取率较低的问题,提出一种基于鲸鱼算法及综合评价指标优化变分模态分解(VMD)参数的轴承故障特征提取方法.首先构建了一种模糊熵与峭度倒数和的综合评价指标,作为鲸鱼优化算法(WOA)的适应度函数;其次对VMD的相关参数进行寻优;然后使用优化的参数对原始信号进行VMD分解,...
SVM)故障诊断方法,并将其应用于滚动轴承的故障诊断中,力求克服获取轴承的微弱特性信息和提升故障辨识与分析准确率的困难.首先,采用遗传算法(Genetic Algorithm,GA)优化变分模态分解,从而确定VMD的分量数目及处罚因子,使其得到最优的分解结果;其次,以样本熵作为适应度函数,利用变分模式分解分析了轴承的振动特性,并将其分...
本发明公开了一种基于WOAVMD与GAT的滚动轴承故障诊断方法,所述方法包括如下步骤:步骤一,通过WOA优化算法对VMD分解的参数模态个数k和惩罚参数α进行自适应确定,从而对原始信号进行VMD分解,再对分解后的信号采用Pearson相关性分析筛选出其中相关性大的IMF分量,以对信号进行重构,完成信号降噪;步骤二,将Attention与图卷积...
针对轴承故障特征提取技术不能充分准确地提取特征信息,需手动设置分解算法参数导致故障识别精度不高,普适性差的问题,提出了基于鲸鱼算法(whale optimization algorithm, WOA)优化变分模态分解(variational mode decomposition, VMD)和快速谱峭度的轴承故障诊断方法.首先,通过快速谱峭度对原始信号计算分析,选择包含故障频率的...
WOA算法在火电厂中,汽轮机故障通常会导致轴承的异常振动,因此预测轴承的振动趋势能够为汽轮机故障提供借鉴依据,降低故障发生概率.针对振动数据具有随机性和波动性的问题,首先利用变分模态分解方法,将振动序列分解成一系列子模态,以降低振动序列的非平稳性.将分解出的分量作为最小二乘支持向量机(Least Squares Support ...