基于EMD及改进PSO_BP的电机轴承故障诊断.pdfVIP

控技术

试验与测试

2020年第39卷第11期

基于EMD及改进PSO_BP的电机轴承故障诊断

陈之恒，宋冬利，张卫华，邓聪，董俭雄

(西南交通大学牵引动力国家重点实验室，四川成都610031)

摘要：针对电机轴承故障模式识别和分类问题，提出了采用EMD(EmpiricalModeDecomposition)作为振

动信号特征提取的方法，并利用改进的粒子群优化(ParticleSwarmOptimization,PSO)算法来优化BP神

经网络，得到性能优异的分类器，以实现电机轴承的故障模式分类。首先利用EMD将原始电机振动信

号分解为8个阶次的IMF(IntrinsicModeFunction)分量，计算每个IMF的能量，并求其占比。分析得到

前6阶IMF能量占比在前99%以内，故选取前6阶IMF分量并结合原始振动信号的时域特征参数(峰

值因子、波