基于参数自适应VMD和LSSVM的轴承故障诊断

为降低轴承故障信号的噪声干扰,提升信号去噪、故障信号特征提取以及多故障分类问题的解决能力,提出了基于改进北方苍鹰优化算法(improved northern goshawk optimization, INGO)、变分模态分解(VMD)以及最小二乘支持向量机(LSSVM)的轴承故障类型诊断方法。首先,使用INGO自适应寻优VMD的参数对不同类型故障信号进行降噪;其次,对降噪后的信号提取小波包能量建立特征信息作为LSSVM的特征输入;最后,通过INGO算法寻优LSSVM的参数,建立INGO-LSSVM故障识别模型。通过试验验证所提方法在分类精度的优越性。

资料为PDF文档格式.

本文档关键词:轴承,参数,自适应,故障诊断,VMD