来源：期刊VIP网 时间：
作者：张涛;张振彬;谢剑龙;
单位：兰州交通大学机电工程学院;
摘要：针对滚动轴承工作环境恶劣、故障信号难以提取的问题，提出一种基于EEMD-GWO-VMD的滚动轴承双重降噪方法。首先，利用集合经验模态分解（EEMD）对采集到的信号进行分解，通过相关系数和峭度指标组合筛选富含故障信息的分量并进行重构。然后，以包络熵为目标函数，采用灰狼算法（GWO）优化变分模态分解（VMD）的惩罚因子和模态分解层数，并采用仿真信号对比分析VMD、GWO-VMD和EEMD-GWO-VMD这3种方法的降噪效果。最后，结合CWRU数据集和高速列车轴箱轴承台架试验数据，进一步验证EEMD-GWO-VMD降噪方法的有效性。
关键词：滚动轴承;;灰狼算法(GWO);;集成经验模态分解(EEMD);;变分模态分解(VMD)
基金资助：甘肃省青年科技基金资助项目（20JR10RA270）;; 甘肃省教育科技创新基金资助项目（2022A-044）
