基于粒子群优化的共振稀疏分解在轴承故障诊断中的应用

发布时间：2017-12-12 05:07

  本文关键词：基于粒子群优化的共振稀疏分解在轴承故障诊断中的应用

  更多相关文章： 共振稀疏分解 粒子群优化算法 轴承故障 特征提取

【摘要】：共振稀疏分解是振动信号中脉冲成分提取的方法。与基于频率的信号处理方法不同,该方法同时参考频率和带宽两个因素,从而在分离信号不同成分的过程中能够很好处理信号不同成分的重叠问题。然而共振稀疏分解的分解效果受到品质因子Q、权重系数A以及拉格朗日乘子u的主观选择影响,针对此问题,将粒子群优化算法(Particle Swarm Optimization,PSO)应用到参数的选取中,通过粒子群优化算法的全局优化特点对实验参数进行自适应选取,进而实现振动信号的有效分解。将基于粒子群优化算法的共振稀疏分解应用到轴承故障信号的诊断中,证实了该方法的有效性。
【作者单位】： 武汉科技大学机械自动化学院冶金装备及其控制教育部重点实验室;
【基金】：国家自然科学基金资助(51105284,51475339)
【分类号】：TH133.3
【正文快照】： 1引言滚动轴承在发生故障时,滚动体和滚道之间的相对运动会产生一系列周期性冲击,且在信号传递过程中激励起滚动轴承自身的固有频率成分,形成以该固有频率为载波频率,以故障频率为调制频率的频率调制现象[1]。然而在实际测量中,振动信号由于受到载荷大小、噪声水平及摩擦等因

【相似文献】

中国期刊全文数据库 前2条

1 张文义;于德介;陈向民;;基于信号共振稀疏分解与能量算子解调的轴承故障诊断方法[J];中国电机工程学报;2013年20期

2 ;[J];;年期

中国博士学位论文全文数据库 前1条

1 王宏超;基于稀疏分解及图像稀疏表征的滚动轴承微弱故障诊断[D];上海交通大学;2015年

中国硕士学位论文全文数据库 前6条

1 张顶成;基于最优信号共振稀疏分解的旋转机械故障诊断方法研究[D];湖南大学;2016年

2 骆杰;改进的原子稀疏分解算法及其在机械故障诊断中的应用研究[D];武汉科技大学;2016年

3 龚永涛;改进的共振稀疏分解方法及在机械故障诊断中的应用[D];武汉科技大学;2016年

4 郑晓慧;机械振动信号的稀疏分解理论研究[D];兰州理工大学;2014年

5 李星;基于信号共振稀疏分解的齿轮箱故障诊断方法研究[D];湖南大学;2014年

6 孙云嵩;基于信号共振稀疏分解的齿轮故障诊断方法研究[D];湖南大学;2013年

，

本文编号：1281252