机床与液压

作者：李雨晴，马洁

单位：北京信息科技大学机电工程学院；北京信息科技大学机电工程学院

关键词：故障诊断;冠豪猪优化算法（CPO）;改进自适应噪声完备经验模式分解（ICEEMDAN）;卷积神经网络（CNN）

基金：国家自然科学基金面上项目（61973041）

滚动轴承长期处于噪声污染的工作环境中，其故障诊断常受到噪声干扰，难以对故障特征信息进行有效提取。针对此问题，提出基于冠豪猪优化算法（CPO）的改进自适应噪声完备经验模式分解（ICEEMDAN）联合卷积神经网络（CNN）的故障诊断方法。通过CPO对ICEEMDAN的白噪声幅值权重及噪声添加次数进行参数寻优，将最优参数返回并进行信号分解，以最小包络熵作为相关度函数，筛选出相关程度高的特征模态分量（IMF）；将重构的有效特征分量IMF转化为特征向量并输入到CNN模型中，从而实现轴承的故障诊断。与已有模型进行对比，结果表明：该方法具有较强的泛化能力，诊断精度明显优于现有方法，并且具有更高的诊断效率。

来源：2025年第6期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第6期