[发明专利]基于参数优化VMD和加权基尼指数的轴承故障诊断方法

权利要求书

1.一种基于参数优化VMD和加权基尼指数的轴承故障诊断方法，其特征在于，包括以下步骤：

步骤一：通过轴承水试实验，采集轴承由健康状态到损伤状态的全生命周期振动信号，得到不同故障状态的振动加速度信号；

步骤二：初始化变分模式分解和食肉植物优化算法的参数，然后进行参数寻优过程，计算适应度函数值；其中，适应度函数值通过以下过程得到：

步骤2.1：利用初始化VMD参数[K,α]对不同故障状态的振动加速度信号进行VMD分解，获得K个具有有限带宽的模式分量；

步骤2.2：计算K个具有有限带宽的模式分量的峭度指标；其中，K个具有有限带宽的模式分量的峭度指标KI通过下式计算；

其中：x＝{x₁,x₂,…,x_N}为离散信号，是信号均值，N是信号长度，σ是信号标准差；

步骤2.3：计算K个具有有限带宽的模式分量的基尼指数；其中，K个具有有限带宽的模式分量的基尼指数GI通过下式计算：

其中：x＝[x(1),x(2),…,x(N)]为离散信号，x_[k]是离散信号重排后的结果，|x_[1]|≤|x_[2]|≤,…,≤|x_[N]|，x₁是x的l₁范数；

步骤2.4：根据K个具有有限带宽的模式分量的峭度指标和K个具有有限带宽的模式分量的基尼指数，计算K个具有有限带宽的模式分量的加权基尼指数，各个模式分量加权基尼指数的最小值即为该参数组[K,α]的适应度函数值；其中，K个具有有限带宽的模式分量的加权基尼指数WGI通过下式计算：

步骤三：根据适应度函数值，采用食肉植物优化算法优化变分模式分解算法，获得不同故障状态的振动加速度信号分解效果最佳的VMD参数组合；

具体步骤为：

步骤3.1：对食肉植物nCPlant和猎物nPray组成的n个个体的种群Pop进行随机初始化；

种群Pop随机初始化结果表示为：

其中，[K_i,α_i]表示第i个种群个体，i＝1,2,…,n,K_i表示第i个个体的模式分解个数，α_i表示第i个个体的二次惩罚因子；

单个个体随机初始化公式为：

K_i,α_i＝Lb+(Ub-Lb)×rand (11)

其中，Lb、Ub是VMD参数搜索范围的下限和上限；rand是[0,1]内的随机数；

然后，计算每个个体的适应度函数值，对每个个体的适应度进行评估，获得适应度值Fit，表示为：

其中，f(K_i,α_i)表示第i个种群个体的适应度值，i＝1,2,…,n；

步骤3.2：种群Pop中的个体按照适应度值大小进行升序排序，令排在前面的nCPlant个个体为食肉植物，剩余的nPrey个个体为猎物，排序后的适应度值sorted_Fit和排序后的种群sorted_Pop表示为：

其中，f_CP(i)表示食肉植物的适应度值，i＝1,2,…nCPlant；f_Prey(i)表示猎物的适应度值，i＝nCPlant+1,nCPlant+2,…nCPlant+nPrey；

其中CP_i,j表示排序后食肉植物的位置，i＝1,2,…nCPlant；Prey_i,j表示排序后猎物的位置，i＝nCPlant+1,nCPlant+2,…nCPlant+nPrey；j＝1或2；j＝1时代表种群个体的模式分解个数，j＝2时代表种群个体的二次惩罚因子；

适应度值最好的猎物被分配给排名第一的食肉植物；排名第二和第三的猎物被分配给排名第二和第三的食肉植物；重复这个过程，直到前nCPlant个猎物均分配完毕；然后，将排名第nCPlant+1的猎物分配给排名第一的食肉植物，以此类推，完成分组；

步骤3.3：对于每一组，随机选择一个猎物，如果吸引率高于随机产生的数字，猎物将被食肉植物捕获并消化，食肉植物进行生长；如果吸引率低于随机产生的数字，认为猎物逃离陷阱并继续生长；食肉植物和猎物的生长过程不断重复，直到达到预定的生长迭代次数group_iter；

步骤3.4：食肉植物吸收猎物的营养，并利用这些营养进行繁殖；排名第一的食肉植物的繁殖过程表示为：

NewCP_i,j＝CP_1,j+reproduction_rate×rand_i,j×mate_i,j (15)

其中，CP_1,j是最优解，NewCP_i,j是更新后的第i等级的食肉植物，CP_i,j是第i等级的食肉植物，CP_v,j是随机选择的食肉植物，reproduction_rate是繁殖率，mate_i,j是食肉植物CP_i,j与CP_v,j的位置差，rand是[0,1]内的随机数，繁殖过程被重复nCPlant次；

步骤3.5：新产生的食肉植物和猎物与之前的种群结合，形成包含n个初始化种群个体、nCPlant*group_iter个生长过程产生的个体和nCPlant个繁殖过程产生的个体；然后，更新的种群根据适应值以升序排序，并从该种群中选出排名前n的个体作为新的候选解；

步骤3.6：重复步骤3.2-步骤3.5的过程，直到迭代次数达到最大迭代次数MaxIter；输出最佳的VMD参数组合[K,α]；

步骤四：利用不同故障状态的振动加速度信号分解效果最佳的VMD参数组合进行变分模式分解，计算所得各个模式分量的包络峭度值，对包络峭度值最大的模式分量进行包络解调分析，得到包络解调谱；

步骤五：从包络解调谱中提取轴承故障特征，判断轴承故障类型。