来源：期刊VIP网 时间：
作者：别锋锋;张雨婷;李倩倩;丁学平;彭光成;戴雨萱;张瀚阳;
单位：常州大学机械与轨道交通学院;常州大学江苏省绿色过程装备重点实验室;盐城市崇达石化机械有限公司;
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 Decomposition, 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IDBOTVFEMD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
基金资助：国家自然科学基金项目（52206041）;; 江苏省教育厅重大项目（19KJA430004）;; 江苏省研究生科研与实践创新计划项目（SJCX23＿1503）;; 江苏省大学生创新创业训练计划项目成果（202310292018Z）~~
