基于ICEEMDAN和VMD的行星齿轮箱故障特征提取

摘要

提出一种基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)和变分模态分解(VMD)方法的行星齿轮箱故障特征提取方法。利用ICEEMDAN对信号进行分解，根据分量包络峭度对信号进行筛选重构。基于最大包络谱峰度作为适应度函数，采用麻雀搜索算法对VMD进行参数自适应优化，将重构后的信号分解为多个模态分量。根据分量的包络谱峭度，选取最优分量进行包络解调分析，实现行星齿轮箱故障特征提取。最后，通过实验得到本文所提方法的一致性相关系数在0.472 3～0.793 6之间，远高于EEMD-WTD方法的0.088 1～0.286 3和以包络谱为分量选取指标的0.142 7～0.286 4。

关键词

行星齿轮箱 / 故障诊断 / 改进的自适应噪声完备集合经验模态分解 / 变分模态分解