摘要： 针对强噪声背景下行星齿轮箱特征提取困难的问题，提出一种基于樽海鞘群算法优化变分模态分解(SSA-VMD)结合1.5维包络谱的故障诊断方法。该方法首先运用樽海鞘群算法(SSA)优化变分模态分解(VMD)的参数；然后运用自相关系数对分解信号进行重构，降低噪声的干扰；最后运用1.5维包络谱对重构信号进行故障的特征提取。在实验部分，首先通过仿真试验将SSA-VMD与变分模态分解(VMD)进行对比，验证了SSA-VMD的优越性；然后搭建行星齿轮箱磨损故障全生命周期实验台采集振动信号，运用SSA-VMD结合1.5维包络谱的方法提取出了振动信号的故障特征频率，总结了行星齿轮箱磨损故障演化规律。研究结果表明：随着磨损故障程度的加深，故障特征频率出现次数明显增多，凭借这一规律，有利于实现对行星齿轮箱磨损故障的诊断；该结果可为行星齿轮箱磨损的故障诊断提供依据

关键词: 变分模态分解; 樽海鞘群算法; 1.5维包络谱; 行星齿轮箱; 故障诊断

中图分类号: 

• TH132.41