来源：期刊VIP网 时间：
作者：张卫国;王紫阳;夏立成;陈永和;
单位：上海海事大学物流工程学院;
摘要：传统变分模态分解（VMD）技术需要人为主观预设模态分解个数K和二次惩罚因子α，由此可能导致信号的欠分解、过分解、模态混叠或信息丢失等问题，从而影响对滚动轴承早期故障信号的分解效果。本文根据峭度指标对滚动轴承早期故障异常敏感的特点，提出了一种以联合平方峭度（USK）指标为目标函数，结合蚁群优化（ACO）算法的ACO-USK优化方法，对VMD模态分解个数K和二次惩罚因子α进行自适应寻优。研究结果表明：对于滚动轴承早期故障信号，与以包络熵（EE）为目标函数的VMD优化方法对比，本文提出的方法既具有较好的包络谱信噪比（SNRES），又有在计算用时上的优越性，具有一定的工程应用价值。
关键词：变分模态分解(VMD);;滚动轴承;;故障诊断;;联合平方峭度(USK);;蚁群优化(ACO)算法
