基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断

作者：陈爱午,王红卫. 日期：2023-10-19/span> 浏览：1144 查看PDF文档

摘要:针对行星齿轮箱的故障特征提取和模式识别问题,提出了结合蜜獾算法(HBA)优化改进自适应噪声完备经验模态分解(ICEEMDAN)、层次加权排列熵(HWPE)和灰狼算法(GWO)优化支持向量机(SVM)的行星齿轮箱故障诊断方法。首先,利用HBA优化了ICEEMDAN的白噪声幅值权重和噪声添加次数,并对行星齿轮箱的振动信号进行了HBAICEEMDAN分解,得到了若干个本征模态函数,筛选出其中相关系数较大的分量进行了重构;然后,利用HWPE提取了重构低噪信号的敏感特征值,获得了故障特征向量;最后,利用GWO优化了SVM的惩罚系数和核系数,训练GWOSVM多故障分类器,对行星齿轮箱损伤进行了识别;利用行星齿轮箱的振动数据进行实验,验证了算法的有效性。研究结果表明:结合HBA-ICEEMDAN、HWPE和GWOSVM的行星齿轮箱故障诊断方法能够准确地识别行星齿轮箱的典型单点故障和复合故障,识别准确率达到了98.15%。相较于其他组合方法,该方法在行星齿轮箱故障诊断中更具有有效性,更具有优越性。

关键词:齿轮传动;蜜獾算法;改进自适应噪声完备经验模态分解;层次加权排列熵;灰狼算法优化支持向量机;行星齿轮箱;故障诊断

中图分类号:TH132.41文献标识码:A文章编号:1001-4551(2023)08-1157-10


本文引用格式:

陈爱午,王红卫.基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断［J］.机电工程,2023,40(8):1157-1166.

CHEN Ai-wu, WANG Hong-wei. Fault diagnosis of planetary gearbox based on HBA-ICEEMDAN and HWPE［J］.Journal of Mechanical & Electrical Engineering, 2023,40(8):1157-1166.