Page 155 - 《振动工程学报》2025年第8期
P. 155
第 8 期 王 红，等： 参数自适应 FMD 在轴承早期故障诊断中的应用 1795
图 20 目标函数值变化过程
图 17 IMF5 分量包络谱
Fig. 20 Process of change of objective function value
Fig. 17 Envelope spectrum of IMF5 component
图 18 目标函数值变化过程 图 21 IMF1 分量包络谱
Fig. 18 Process of change of objective function value Fig. 21 Envelope spectrum of IMF1 component
3.2 节 中 轴 承 信 号 的 寻 优 迭 代 曲 线 如 图 22 所
示，在迭代 7 次后适应度函数值稳定在-8.803，寻
优所得参数分别为 34、19、9，最佳分量为 IMF7，该
分量信号的峭度等于 4.939，包络熵等于 8.287，其包
络谱如图 23 所示，无法从中判断故障类型。
因此，以上两组指标无法作为 FMD 预设参数
寻优的依据，对于轴承早期故障，以及嘈杂环境噪声
影响下的微弱故障，在表征故障特征时都具有一定
的局限性。文献［23］中提出的最大故障特征频率比
图 19 IMF4 分量包络谱
和本文构建的寻优目标函数都需要预知待检测轴承
Fig. 19 Envelope spectrum of IMF4 component
的 4种理论故障频率，待定参数的个数一致。文献［12］
此外，文献［12］中以包络谱和峭度构建目标函 中利用峭度和包络熵构建了寻优目标函数，该目标
数，表达式如下：
函数不需要预设任何待定参数，具有良好的泛化性。
1
ZC = E k + （13）
| qd k - | 3
式中，E k 表示包络熵。由于本文所建优化算法为寻
优最大值，而该指标需要获取最小值才能实现优化，
因此对该融合指标取相反数作为寻优目标函数。同
样对前述两组数据进行分析，3.1 节中轴承信号的寻
优迭代曲线如图 20 所示，在迭代 7 次后适应度函数
值稳定在-9.445，寻优所得参数分别为 40、19、4，最
佳分量为 IMF1，该分量信号的峭度等于 4.499，包络
熵等于 8.778，其包络谱如图 21 所示，无法从中判断 图 22 目标函数值变化过程
故障类型。 Fig. 22 Process of change of objective function value
