Page 157 - 《振动工程学报》2025年第8期

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 1797

［3］ 江星星， 宋秋昱， 杜贵府，等 . 变分模式分解方法研究
与应用综述［J］. 仪器仪表学报， 2023， 44（1）： 55-73.
JIANG Xingxing， SONG Qiuyu， DU Guifu，et al. Re‑
view on research and application of variational mode de‑
composition［J］. Chinese Journal of Scientific Instru‑
ment， 2023， 44（1）： 55-73.
［4］ MIAO Y H， ZHANG B Y， LIN J， et al. A review on
the application of blind deconvolution in machinery fault
diagnosis［J］. Mechanical Systems and Signal Process‑
图 29 IMF7 分量包络谱 ing， 2022， 163： 108202.
Fig. 29 Envelope spectrum of IMF7 component ［5］ WIGGINS R A. Minimum entropy deconvolution［J］.
Geoexploration， 1978， 16（1-2）： 21-35.
该指标的容错性，又通过引入修正系数对故障特征 ［6］ BUZZONI M， ANTONI J， D’ELIA G. Blind decon‑
在包络谱域的分布特性做了定量的评估，使得所构 volution based on cyclostationarity maximization and its
建的指标对于早期微弱故障具有更强的敏感性，在 application to fault identification［J］. Journal of Sound
局部搜索范围和修正系数的限定下，使得寻优的结 and Vibration， 2018， 432： 569-601.
果不会受到虚假故障峰值的影响，诊断结果更具可 ［7］ PENG D K， ZHU X X， TENG W， et al. Use of gener‑
alized Gaussian cyclostationarity for blind deconvolution
靠性。由此可以说明轴承发生了内圈故障。
and its application to bearing fault diagnosis under non-
Gaussian conditions［J］. Mechanical Systems and Signal
5 结 论 Processing， 2023， 196： 110351.

［8］ MCDONALD G L， ZHAO Q， ZOU M J. Maximum
（1）本文基于峭度、包络熵和修正的自适应包络 correlated Kurtosis deconvolution and application on
谱特征能量比指标构建了一种故障特征评价函数， gear tooth chip fault detection［J］. Mechanical Systems
综合分析了故障特征在多域内的特性，并通过与其 and Signal Processing， 2012， 33： 237-255.
他评价指标对比进一步验证了所提评价函数对于滚 ［9］ MIAO Y H， ZHANG B Y， LI C H， et al. Feature
动轴承早期微弱故障特征的敏感性。 mode decomposition： new decomposition theory for ro‑
（2）基于遗传算法实现了 FMD 算法中滤波器 tating machinery fault diagnosis［J］. IEEE Transactions
长度 L、频段分割数 K、模态分解个数 n 的自适应寻 on Industrial Electronics， 2023， 70（2）： 1949-1960.
［10］ 王恒迪， 邓四二， 杨建玺，等 . 基于参数优化变分模态
优，并实现了三组信号的早期微弱故障特征提取，验
分 解 的 滚 动 轴 承 早 期 故 障 诊 断［J］. 振 动 与 冲 击 ，
证 了 本 文 所 提 FMD 参 数 自 适 应 优 化 方 法 的 有
2020， 39（23）： 38-46.
效性。
WANG Hengdi， DENG Sier， YANG Jianxi， et al. In‑
（3）本文所取得的研究成果均基于定转速下的
cipient fault diagnosis of rolling bearing based on VMD
滚动轴承早期故障诊断，基于 FMD 进行滚动轴承
with parameters optimized［J］. Journal of Vibration and
复合故障诊断及变转速工况下的早期故障诊断还需 Shock， 2020， 39（23）： 38-46．
要进行更为深入的探索。 ［11］ 唐贵基， 王晓龙 . 参数优化变分模态分解方法在滚动

轴承早期故障诊断中的应用［J］. 西安交通大学学报，
参考文献: 2015， 49（5）： 73-81.
TANG Guiji， WANG Xiaolong. Parameter optimized
［1］ 王灿，王嘉乐，会强，等 .Hilbert-Huang 变换在机车滚动 variational mode decomposition method with application
轴承故障诊断中的应用［J］. 振动、测试与诊断，2013， to incipient fault diagnosis of rolling bearing［J］. Journal
33（增刊 1）： 184-187. of Xi’an Jiaotong University， 2015， 49（5）： 73-81.
WANG Can， WANG Jiale， HUI Qiang， et al. Applica‑ ［12］ 何勇， 王红， 谷穗 . 一种基于遗传算法的 VMD 参数优
tion of fault diagnosis of locomotive rolling bearings 化 轴 承 故 障 诊 断 新 方 法［J］. 振 动 与 冲 击 ， 2021， 40
based on HHT of LabVIEW［J］. Journal of Vibration， （6）： 184-189.
Measurement & Diagnosis， 2013，33（Sup1）： 184-187. HE Yong， WANG Hong， GU Sui. New fault diagnosis
［2］ DRAGOMIRETSKIY K， ZOSSO D. Variational approach for bearings based on parameter optimized
mode decomposition［J］. IEEE Transactions on Signal VMD and genetic algorithm［J］. Journal of Vibration
Processing， 2014， 62（3）： 531-544． and Shock， 2021， 40（6）： 184-189.