标题：基于优化变分模态分解和多尺度减法网络的滚动轴承故障诊断研究
作者：王富强1；崔纯鹏2；张文亮1；章力3，4 邓艾东3，4
作者单位：1 国家能源集团新能源技术研究院有限公司；2 国能河北定州发电有限责任公司；3 东南大学大型发电装备安全运行与智能测控国家工程研究中心；4 东南大学能源与环境学院
关键字：变分模态分解；多尺度减法网络；变工况；智能诊断
摘要：针对变工况下传统智能诊断模型因训练样本量过少而过拟合的问题，提出了一种基于优化变分模态分解和改进多尺度减法网络的滚动轴承故障诊断方法。首先，采用麻雀优化算法对变分模态分解（Variational Mode Decomposition，VMD）的参数进行寻优；其次，利用优化后的VMD对变工况振动信号进行分解；然后，通过计算阶次跟踪和包络解调获取各本征模态分量的包络阶次谱，根据包络谱稀疏度筛选出稀疏效果较好的分量用于信号重构；最后，结合改进多尺度减法网络进行诊断分类。实验结果表明，该方法平均准确率能达99.12%，在小样本情况和变工况下具有良好的识别性能。