来源：期刊VIP网 时间：
作者：郭梓良;郝如江;杨文哲;王一帆;张建超;
单位：石家庄铁道大学机械工程学院;
摘要：为提高齿轮箱故障诊断的准确率，采用变分模态分解（Variational mode decomposition, VMD）和一维残差网络（Resnet）相结合的齿轮箱故障识别方法。首先使用磷虾群算法对VMD中的惩罚因子α和分解层数K进行寻优，其次使用VMD对故障信号进行分解产生若干条本征模函数（Intrinsic mode function, IMF）并通过使用相关系数对IMF分量进行筛选，并将筛选后的分量作为改进残差网络的输入数据进行网络训练和测试，得到故障识别结果。通过与VMD-随即森林、VMDCNN等方法的平均准确率进行横向比较，结果表明，本文的方法用来识别故障类型更为准确。
关键词：磷虾群算法;;VMD;;改进残差网络;;齿轮箱故障
基金资助：国家自然科学基金项目(11872256)
