摘要：針對旋轉(zhuǎn)機械軸承故障特征信息在復(fù)雜環(huán)境影響下難以精確提取的問題,給出一種基于BFOA優(yōu)化EEMD參數(shù)的研究方法,并將其應(yīng)用到軸承故障診斷中。首先,基于細菌覓食優(yōu)化算法優(yōu)化EEMD中的白噪聲幅值系數(shù)ε,通過設(shè)置優(yōu)化后的參數(shù)值,將降噪信號分解若干的固有模態(tài)分量;然后,對分解后的固有模態(tài)分量采用EMD-包絡(luò)譜選取相對最優(yōu)分量,提取最優(yōu)分量的樣本熵和排列熵組成特征向量;最后,利用模糊C均值聚類算法識別軸承的故障類型。實驗對比結(jié)果表明,BFOA-EEMD方法比基本的EEMD方法和BFA-EEMD方法更能有效實現(xiàn)軸承的早期故障診斷。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
