基于ISABO-VMD与改进LSSVM的煤矿带式输送机托辊轴承故障诊断方法

摘要

针对煤矿带式输送机托辊轴承故障诊断方法在特征提取与故障类型识别准确性方面的不足，提出了一种融合改进变分模态分解（VMD）与最小二乘支持向量机（LSSVM）的滚动轴承故障诊断方法。首先，通过引入混沌衍射与Levy飞行策略对减法平均优化（SABO）算法进行改进，进而自适应地确定VMD中的模态分解数k与惩罚因子α；其次，依据平均峭度准则对分解后的信号进行重构，对重构信号进行特征提取；最后，采用淘金热优化（GRO）算法对LSSVM进行参数寻优，构建GRO-LSSVM故障诊断模型，并将所提取的特征输入该模型进行分类识别。试验结果表明，该方法在不同故障状态下均能实现较高的诊断精度，验证了其有效性与优越性。

关键词

带式输送机 / 托辊轴承 / 故障诊断 / VMD / LSSVM

基金资助

国家重点研发计划项目(2022YFB4703600)