问亚鹏, 张佳奇, 郭锐, 杨锦昌, 何丝丝, 张浩
数据驱动的外啮合齿轮泵(以下简称齿轮泵)故障诊断中,存在实际作业中易受噪声干扰、故障特征冗余以及故障特征选择与分类器参数寻优繁琐问题,为此提出一种基于沙丘猫优化变分模态分解和蜣螂优化算法同步优化特征选择的齿轮泵磨损故障诊断方法。首先,搭建齿轮泵故障试验台获取原始故障数据,采用沙丘猫优化变分模态分解方法对齿轮泵4种磨损故障的振动信号进行降噪重构;然后,提取故障磨损4种重构信号的时域、频域和时频域统计特征共26种,并组成特征层;最后,基于蜣螂优化算法同步优化特征选择对故障特征集进行特征选择,同时优化支持向量机分类器参数,实现齿轮泵的磨损故障类型识别。结果显示,该齿轮泵故障诊断方法准确率高达99.6%,耗时仅49.8 s,具有较高的诊断精度和运算效率。