OVMD-MPE群稀疏全变分去噪算法研究

轴承振动数据在采集过程中易受噪声干扰,无法有效突出微弱局部故障脉冲,从而影响轴承故障诊断效率.针对这一问题,提出了一种OVMD-MPE的群稀疏全变分去噪算法.首先,利用变分模态分解分解信号,再利用蚱蜢优化算法获得变分模态分解的最优参数;然后,计算各模态分量的经验模态分解,分离出噪声主导分量和有用分量;最后,通过群稀疏全变分去噪算法对噪声主导分量滤波,并将滤波后分量和有用分量合并重构去噪信号.实验结果表明:与传统的去噪方法相比,模拟重构信号的平均信噪比提高了约3.3 dB,轴承数据故障准确率提高至98.9％.