参数寻优自适应重构特征的高压辊磨机运行故障诊断

摘要

高压辊磨机的运行环境复杂且信号易受到噪声污染，针对传统算法难以有效提取高压辊磨机故障特征以及随机共振系统参数选取困难的问题，提出了一种基于参数寻优自适应重构特征的高压辊磨机运行故障诊断方法 .首先，采用集合经验模态分解(ensemble empirical mode decomposition, EEMD)算法将高压辊磨机振动信号分解成若干个本征模态函数(intrinsic mode function, IMF)分量；其次，结合相关系数与互信息构建混合判别准则，自适应地筛选出异常运行特征最强的分量信号进行重构；在此基础上，引入具有种群概率突变机制的樽海鞘群算法(salp swarm algorithm, SSA)，构建自适应的随机共振(stochastic resonance, SR)参数寻优策略；最后,提出基于自适应选取分量重构信号的高压辊磨机运行故障诊断方法 .仿真实验结果表明了所提方法的有效性.

关键词

故障诊断 / 集合经验模态分解 / 樽海鞘群算法 / 随机共振 / 自适应策略