基于改进贝叶斯网络的电机轴承故障诊断

来源：电子测量技术杂志2022年第7期北京时间：

作者：仝兆景，李金香，乔征瑞，芦彤

单位：1河南理工大学 电气工程与自动化学院 焦作 454003; 2河南国网宝泉抽水蓄能有限公司 新乡 453636

摘要：针对电机轴承振动信号受噪声干扰影响特征提取和传统贝叶斯网络故障诊断准确率低的问题,提出一种基于改进贝叶斯网络的电机轴承故障诊断方法。采用自适应噪声集合模态分解的方法对数据进行降噪处理,增加了模型的鲁棒性;采用差分进化和模拟退火算法对蝗虫算法进行优化,增强蝗虫算法的全局和局部搜索能力;将优化后的蝗虫算法应用于贝叶斯网络结构学习构建轴承故障诊断模型;通过实验对比证明,该方法对轴承的多故障分类具有更强的学习能力和更高的准确率,实验对部分样本的故障诊断率达到97.15%,平均准确率达到98.73%。

关键词：轴承;故障诊断;自适应噪声模态分解;蝗虫算法;贝叶斯网络

基金资助：国家自然科学基金(U1504623)资助项目