来源：期刊VIP网 时间：
作者：章涛;陈勇旗;廖紫洋;陈杨;
单位：宁波大学科学技术学院;
摘要：针对变分模态分解（Variational modal decomposition,VMD）在轴承故障诊断中参数难以选择的问题，提出了一种基于北方苍鹰寻优算法（Northern goshawk optimization,NGO）对VMD参数进行优化的方法。首先，采用NGO寻优算法对VMD分解的分解层数与惩罚因子进行寻优，将得到的最优参数输入到VMD中将故障信号进行分解，从而得到指定个数的本征模态分量；其次，采用多尺度极差熵（Multi-scale ranger entropy,MRE，记为E_(MR)）的特征提取方法将VMD分解后的本征模态分量进行特征提取，形成一系列特征样本集，使其可以更好的进行故障分类；最后，通过故障分类模型对特征提取后的数据集进行故障诊断，通过实验结果说明了该文所提方法的有效性。
关键词：北方苍鹰算法;;变分模态分解;;多尺度极差熵;;特征提取;;故障诊断
基金资助：浙江省自然科学基金项目(Y16E050003)
