基于IDBO-TVFEMD与改进小波阈值函数的滚动轴承复合故障诊断方法
别锋锋1
张雨婷1
李倩倩1
丁学平1
彭光成2
戴雨萱1
张瀚阳1
1.常州大学 机械与轨道交通学院,常州 213164;常州大学 江苏省绿色过程装备重点实验室,常州 2131642.盐城市崇达石化机械有限公司,盐城 224712
摘要：针对滚动轴承故障的振动信号在强噪声背景下容易受到干扰不易提取的情况,提出了一种基于改进的蜣螂优化器(Improved Dung Beetle Optimizer,IDBO)算法-时变滤波经验模态分解(Time Varying Filtered Empirical Mode Decompo-sition,TVFEMD)与新型小波阈值函数去噪相结合的故障诊断方法.首先,运用IDBO对TVFEMD中B样条阶数和带宽阈值ξ进行迭代寻优,得出最佳参数组合,然后,对原始信号进行TVFEMD,得到各本征模态函数(Intrinsic Mode Function,IMF)分量,通过相关系数准则去除其中的无关分量,重构新信号.随后,运用改进的小波阈值函数对新信号进行二次去噪处理.最后,对处理完的信号进行包络谱分析,提取其故障特征频率.通过仿真模拟信号与故障模拟试验分析研究,实现IDBO-TVFEMD与改进小波阈值函数相结合的故障诊断方法和经验模态分解(Empirical Mode Decomposition,EMD)、集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)、完全集合经验模态分解去噪(Complete EEMD with Adaptive Noise,CEEMDAN)方法的对比,研究结果表明,提出的算法模型具备更好的诊断效果.
关键词：滚动轴承时变滤波经验模态分解蜣螂优化器算法小波阈值函数
分类号：TH133.33(机械零件及传动装置)TH17(机械运行与维修)
论文发表日期：2025-10-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：12( 51-62 )
英文信息