[发明专利]一种基于VMD与自适应MOMEDA的回转支承故障诊断方法

权利要求书

1.一种基于VMD与自适应MOMEDA的回转支承故障诊断方法，其特征在于，包括：

1)以全局IMF分量峭度值最大作为择优标准，确定VMD算法中的最优参数K；

2)使用最优参数K优化的VMD分解原始信号，选择峭度最大的分量作为最优分量；

3)使用GWO算法对MOMEDA参数T进行寻优，以多点峭度为适应度函数，寻找在最优分量上的MOMEDA参数T，以该参数T作为最优参数；具体包括：

3.1)初始化MOMEDA的各项参数；

3.2)设置种群规模及最大迭代次数，初始化狼群位置；

3.3)计算每个狼在当前位置下的适应度函数值，并保存适应度值最好的前3匹狼作为α、β、δ狼；选取多点峭度作为适应度函数，其表达式如下：

3.4)根据式(13)、(14)更新灰狼位置；

X₁＝X_α-A₁·D_α

X₂＝X_β-A₂·D_β

X₃＝X_δ-A₃·D_δ (13)

其中，A为协同系数向量，D_α、D_β、D_δ为α、β、δ狼和食物之间的距离，X_α、X_β、X_δ为α、β、δ狼的位置向量；

3.5)计算全部更新灰狼的适应度值，并与当前α、β、δ狼的适应度函数值进行比较，若结果较好，则更新α、β、δ狼；

3.6)重复步骤3.4)与3.5)，直至迭代终止，输出最佳参数T；

4)使用最优参数T优化的MOMEDA突出最优分量中的故障冲击成分，并做出包络谱；

5)对包络谱进行分析，得出诊断结果；具体包括：

5.1)获取回转支承各部分理论故障特征频率；

5.2)从包络谱中获取故障频率；

5.3)将包络谱中获取故障频率与回转支承各部分理论故障特征频率进行比对，频率最接近的部分即为故障部位。

2.根据权利要求1所述的基于VMD与自适应MOMEDA的回转支承故障诊断方法，其特征在于，步骤1)具体包括：

1.1)初始化分解个数K＝2；

1.2)使用该参数进行VMD分解，计算K个分量的峭度值，选择此K值下最大的峭度值进行保留；

1.3)判断K是否小于10；若K小于10，则K＝K+1，返回步骤1.2)；若K大于或等于10，则进行下一步；

1.4)比较各个K值下保留的峭度值，将最大峭度值所对应的K值作为最优参数。

3.根据权利要求1所述的基于VMD与自适应MOMEDA的回转支承故障诊断方法，其特征在于，步骤3.1)中设置参数T寻优范围为[f_s/f_max f_s/f_min]；

其中f_s为采样频率，f_max为回转支承最大理论故障特征频率，f_min为回转支承最小理论故障特征频率。

4.根据权利要求1所述的基于VMD与自适应MOMEDA的回转支承故障诊断方法，其特征在于，步骤3.2)中狼群种群规模为10-50，最大迭代次数为10-50，在寻优范围内随机产生10-50个位置作为狼群初始位置。

5.一种计算机可读的存储介质，其特征在于：所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现如权利要求1至4之一所述的基于VMD与自适应MOMEDA的回转支承故障诊断方法。