[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

说明书

本发明涉及回转支承故障诊断技术领域，具体是一种基于VMD与自适应MOMEDA的回转支承故障诊断方法，其包括：1)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；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；本发明将VMD与MOMEDA相结合，能够对强背景噪声下的低速重载回转支承故障特征进行有效诊断，适宜进一步推广应用。

技术领域

本发明涉及回转支承故障诊断技术领域，具体是一种基于VMD与自适应MOMEDA的回转支承故障诊断方法。

背景技术

回转支承作为许多大型机械的关键零部件，其运行状态直接关系到整机的正常运作。大型回转支承工作环境极其恶劣，并且在正常运行状态下同时承受轴向力、径向力和倾覆力矩，因此在使用中难免产生故障。而一旦产生故障，必须整机停机检修。此外，回转支承由于尺寸大，运输慢，造价高，一般不会存有更换的备件，造成了更换周期延长，引起巨大的经济损失。

目前，国内外的故障诊断研究主要集中在中高速轴承，针对回转支承的研究相对较少。因此，针对回转支承故障诊断是具有现实研究意义的课题。

发明内容

针对上述问题，本发明提出一种基于VMD与自适应MOMEDA的回转支承故障诊断方法。

本发明通过以下技术方案予以实现：

一种基于VMD与自适应MOMEDA的回转支承故障诊断方法，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；

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。

进一步的，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。

进一步的，步骤3)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