基于IPKO-SVMD的矿用电动机轴承故障特征提取

孙霞; 李文清; 孙强

doi:10.13436/j.mkjx.202603035

煤矿机械 ›› 2026, Vol. 47 ›› Issue (3) : 173 -178. DOI: 10.13436/j.mkjx.202603035

基于IPKO-SVMD的矿用电动机轴承故障特征提取

孙霞, 李文清, 孙强

作者信息 +

Author information +

文章历史 +

摘要

针对矿用电动机轴承在复杂工况下故障特征提取困难，提出一种基于改进型斑翠鸟优化算法（IPKO）优化连续变分模态分解（SVMD）的轴承故障特征提取方法。引入多策略融合改进方法，提升IPKO的收敛精度与全局寻优能力。构建以最小峭度为目标的适应度函数，将优化后的带宽约束参数α用于SVMD对振动信号进行模态分解。结合包络熵与峭度融合指标筛选最佳本征模态函数（IMF），并进行包络谱分析。与变分模态分解（VMD）对比结果表明，该方法在轴承故障特征提取中具有明显的优势。