论文部分内容阅读
在对滚动轴承进行故障诊断的过程中,为了解决传统的变分模态分解方法模数k和惩罚因子α人工选择的问题,提出了一种量子粒子群参数优化的自适应VMD方法.由于振动测试信号通常表现出非线性和非平稳的特点,并且轴承故障信息通常被淹没在强烈的背景噪声中.因此,本文将形态滤波器MF与AVMD方法相结合,提出了一种新型混合滚动轴承故障诊断方法.实验结果表明:提出的MF-AVMD方法可以有效且准确地从强背景噪声中提取故障脉冲信息.比较结果验证了提出方法的滤波性能得到了明显提升.