来源：期刊VIP网 时间：
作者：吴亚丽;冯梦琦;王君虎;董昂;杨延西;
单位：西安理工大学自动化与信息工程学院;陕西省复杂系统控制与智能信息处理重点实验室;
摘要：针对旋转机械滚动轴承故障诊断中变分模态分解的参数选择和稀疏自编码器网络结构难以确定的问题，该文提出了一种粒子群算法优化的变分模态分解与稀疏自编码器相结合的故障诊断模型。首先计算包络熵确定变分模态算法的分解层数和模态分量，通过信号分解和降噪从而实现最佳分量的筛选。接着计算最佳分量的包络谱并将其作为稀疏自编码器的输入，引入粒子群算法优化稀疏自编码器的网络结构，获得自动提取振动数据的最优特征表示能力，在满足模型较优的特征学习能力的前提下极大地增强了模型的适应性。对凯斯西储大学轴承和变速轴承数据集的故障类型识别的仿真结果表明，该文所提方法拥有较强自适应性和较优的准确率。
关键词：变分模态分解;;包络熵;;稀疏自编码器;;粒子群算法;;故障诊断
基金资助：国家重点研发计划(2018YFB1703000)
