关键词：变分模态分解 改进果蝇算法 相关向量机 故障诊断 轴承 

摘要：针对滚动轴承的故障诊断问题,提出了基于变分模态分解(Variational modal decomposition,VMD)、改进果蝇算法(Improved fruit fly optimize algorithm,LFOA)和相关向量机(Relevance vector machine,RVM)的滚动轴承故障诊断方法。该方法首先利用VMD将轴承振动信号分解成若干个本征模态分量(Intrinsic mode components,IMF),并计算IMF分量的均方根值和重心频率组成故障特征向量。为提高故障诊断精度,采用LFOA算法对RVM的参数进行优化,建立LFOA-RVM模型,然后对提取的故障特征进行训练和测试,以此来判断轴承的故障类型和故障程度。利用该方法对实测轴承信号进行了分析和诊断,并与其他几种方法进行了对比,验证了该方法的有效性。

机械强度杂志要求:

{1}参考文献：参考文献一般应多于10篇，按在文中引用的先后顺序标注（加方括号），并在文末按顺序列出。作者、译者、编者不超过3人时全部写出，超过3人时只写前3人，后加“等”。

{2}为保证学术研究成果的原创性和严谨性，倡导良好的学术风气，本刊采用稿件前将进行重复率检查，重复率超过15%的稿件一律不采用。

{3}来稿请提供Word格式电子文件，一般不接受手写来稿。

{4}文题避免使用简称、缩写、标点符号、化学结构式及药品商品名等不规范名词。论著类文章应有英文题名，其含义应与中文一致，一般以不超过10个实词为宜。

{5}第一作者简介，包括姓名、性别，学历，职务职称，研究方向，邮箱等信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社