基于VMD与自适应MOMEDA的回转支承故障诊断

摘要

针对强背景噪声下的低速重载回转支承难以提取故障特征的问题,提出了一种变分模态分解(VMD)与多点最优最小熵解卷积(MOMEDA)相结合的回转支承故障诊断方法。首先,采用VMD算法对原始振动信号进行分解,从中选出峭度最优分量;其次,利用灰狼优化算法(GWO)优化MOMEDA算法中的参数T,再基于优化的MOMEDA算法增强最优分量中的故障冲击成分;最后,对处理后的最优分量进行包络谱分析,提取故障特征。与VMD-MED方法相比,所提方法能够更准确突出信号中的周期性故障冲击成分,有效提取低速重载回转支承故障特征。