机床与液压

作者：左乾君，陈国华，毛杰，张帅伟，周博，张智洋，张秀琴

单位：湖北文理学院机械工程学院;重庆渝江压铸股份有限公司；湖北文理学院机械工程学院；湖北文理学院机械工程学院；湖北文理学院机械工程学院；湖北文理学院机械工程学院；湖北文理学院机械工程学院；湖北文理学院机械工程学院

关键词：滚珠丝杠副;变分模态分解(VMD);麻雀搜索算法(SSA);故障诊断

基金：2022年湖北省自然科学基金创新发展联合基金（2022CFD081）；2021年襄阳市重点科技计划项目（襄科计\[2021\]10号）；2022年襄阳市科技计划项目（2022ABH006436）

针对滚珠丝杠副故障特征提取困难的问题，提出一种基于麻雀搜索算法优化变分模态分解算法（SSA-VMD）结合支持向量机（SVM）的滚珠丝杠副故障诊断方法。以最小包络熵作为SSA的适应度函数,对VMD参数进行自主寻优；运用IMF能量值对分解信号进行筛选重构，去除噪声和无关成分的干扰；最后提取重构信号的8类时域特征参数和5类频域特征参数作为特征向量集，导入SVM进行故障识别模型的训练。通过搭建滚珠丝杠副故障诊断实验平台采集振动信号，分别采用SSA-VMD、VMD、EMD方法进行信号分解提取故障特征。实验结果表明:与VMD和EMD相比，SSA-VMD能针对不同的信号自主选择最优的VMD参数进行信号分解，能准确识别滚珠丝杠副故障类型，证明了基于SSA-VMD的滚珠丝杠副故障诊断的可行性和准确性。

来源：2024年第12期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第12期