机床与液压

作者：莫世科?，项斌斌，崔汉伟，王伟，郑天祥，林上民，杨雪桐，牛龙飞

单位：新疆大学机械工程学院；新疆大学机械工程学院；新疆大学机械工程学院；新疆大学机械工程学院；新疆大学机械工程学院；中国科学院西安光学精密机械研究所；新疆大学机械工程学院；新疆大学机械工程学院

关键词：驱动减速器轴承;故障诊断;红嘴蓝鹊优化算法（RBMO）;隐马尔可夫模型（HMM）

基金：新疆维吾尔自治区自然科学基金项目（2023D01C22）；国家自然科学基金项目(12363011)；新疆维吾尔自治区天池英才引进计划项目；新疆维吾尔自治区优秀博士后项目

针对天线驱动减速器轴承在强噪声环境下故障特征微弱、难以准确诊断的问题，提出一种基于红嘴蓝鹊优化算法（RBMO）的连续变分模态分解-最大相关峭度解卷积（SVMD-MCKD）与隐马尔可夫模型（HMM）融合的故障诊断方法。通过RBMO优化SVMD和MCKD的参数，结合HMM构建噪声背景下轴承故障的分类模型，并通过凯斯西储大学提供的数据集进行了验证。结果表明：RBMO-SVMD-MCKD方法较PSO-EMD、BWO-VMD-MCKD和PSO-EEMD方案具有更高的故障频率识别准确率（99.41%）和更少的运算耗时（平均减少15%~28%）;将优化后的特征输入HMM分类器，在包含噪声的测试集上实现98.50%的准确率，验证了融合模型的有效性。该方法可为天线驱动减速器轴承故障诊断提供一种新的解决方案。

来源：2026年第6期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第6期