GS-ASTFA方法及其在滚动轴承寿命预测中的应用

发布时间：2018-06-05 15:45

  本文选题：自适应最稀疏时频分析 + 黄金分割法　； 参考：《振动与冲击》2017年11期

【摘要】：自适应最稀疏时频分析(Adaptive and Sparsest Time-Frequency Analysis,ASTFA)方法是一种新的信号分解方法,该方法将信号分解问题转化为优化问题,以得到信号的最稀疏解。优化过程采用高斯-牛顿迭代算法,但高斯-牛顿迭代算法对初值依赖性高,采用黄金分割法(Golden Section,GS)对ASTFA方法进行初值搜索,提出了基于黄金分割搜索初值的ASTFA方法(GS-ASTFA),仿真信号的分析结果验证了改进方法的有效性。继而采用该方法提取了滚动轴承故障特征值,并成功地进行了故障特征值趋势分析和寿命预测。
[Abstract]:Adaptive and Sparsest Time-Frequency Analysis (ASTFAA) is a new signal decomposition method, which transforms the problem of signal decomposition into an optimization problem to obtain the most sparse solution of the signal. The Gao Si Newton iterative algorithm is used in the optimization process, but the Gao Si Newton iteration algorithm is highly dependent on the initial value. The golden section method is used to search the initial value of the ASTFA method. The ASTFA method based on the initial value of golden section search is proposed. The simulation results show that the improved method is effective. The fault eigenvalues of rolling bearings are extracted by this method, and the trend analysis and life prediction of fault eigenvalues are carried out successfully.
【作者单位】： 湖南大学汽车车身先进设计制造国家重点实验室;
【基金】：国家自然科学基金(51575168;51375152) 智能型新能源汽车国家2011协同创新中心 湖南省绿色汽车2011协同创新中心资助
【分类号】：TH133.33

【相似文献】

相关期刊论文 前10条

1 李耀君;;锅炉管的球化评定与寿命预测[J];热力发电;1992年06期

2 吕文元;;重大设备寿命预测的技术和方法[J];中国设备工程;2011年03期

3 张小丽;陈雪峰;李兵;何正嘉;;机械重大装备寿命预测综述[J];机械工程学报;2011年11期

4 苏翰生;;改装的蠕变-疲劳试验设备及其寿命预测[J];试验技术与试验机;1990年03期

5 苏翰生;;高温合金循环蠕变及其寿命预测[J];航空材料;1991年02期

6 刘湘生;局部应力应变法寿命预测应用研究[J];航空动力学报;1992年02期

7 黄仁聪;;机械重大装备寿命预测综述[J];科技致富向导;2013年21期

8 刘婷;张铎;周源泉;孙颉;;产品寿命预测[J];强度与环境;2007年04期

9 何世禹;;航天器在轨寿命预测与可靠性评价[J];航天器环境工程;2008年03期

10 高巍;;电站承压部件寿命预测诊断技术动态[J];黑龙江电力技术;1991年02期

相关会议论文 前10条

1 涂善东;;重大装备的寿命预测与监测技术[A];压力容器先进技术——第七届全国压力容器学术会议论文集[C];2009年

2 尚德广;王大康;姚卫星;;随机疲劳寿命预测的场强法研究[A];疲劳与断裂2000——第十届全国疲劳与断裂学术会议论文集[C];2000年

3 周昌玉;涂善东;;高温构件寿命预测技术研究进展[A];第五届全国压力容器学术会议论文集[C];2001年

4 宋丽;卢曦;郁望达;李玉鹏;朱宁;;考虑强化效应的动态S-N曲线寿命预测研究[A];第十五届全国疲劳与断裂学术会议摘要及论文集[C];2010年

5 吴学仁;刘建中;;基于小裂纹理论的航空材料疲劳全寿命预测[A];首届全国航空航天领域中的力学问题学术研讨会论文集（下册）[C];2004年

6 刘虹;张岐山;;改进PSO-GM(1,1)及其在产品寿命预测中的应用[A];第19届灰色系统全国会议论文集[C];2010年

7 钱桂安;王茂廷;王莲;;用局部应力应变法进行高周疲劳寿命预测的研究[A];第十二届全国疲劳与断裂学术会议论文集[C];2004年

8 康嘉杰;徐滨士;王海斗;王成彪;;基于电学方法的再制造零部件缺陷检测与寿命预测应用基础研究[A];2011年全国青年摩擦学与表面工程学术会议论文集[C];2011年

9 孙丽;汪清海;王世光;张_g;;氯盐环境下混凝土的寿命预测研究[A];第十一届沈阳科学学术年会暨中国汽车产业集聚区发展与合作论坛论文集（信息科学与工程技术分册）[C];2014年

10 李东哲;刘冬欢;尚新春;;航空发动机涡轮叶片的蠕变损伤数值仿真及寿命预测[A];北京力学会第20届学术年会论文集[C];2014年

相关博士学位论文 前5条

1 杨硕;涡扇发动机高压压气机叶片裂纹萌生及扩展寿命预测研究[D];天津大学;2015年

2 王瑞杰;基于动态响应分析的点焊接头疲劳损伤与寿命预测[D];北京工业大学;2008年

3 闫明;蠕变—热疲劳可靠寿命预测的若干问题研究[D];东北大学;2008年

4 杜鹏;多因素耦合作用下混凝土的冻融损伤模型与寿命预测[D];中国建筑材料科学研究总院;2014年

5 栾新刚;3D C/SiC在复杂耦合环境中的损伤机理与寿命预测[D];西北工业大学;2007年

相关硕士学位论文 前10条

1 马苓;两种锂原电池高温储存性能研究及寿命预测[D];天津大学;2014年

2 许尔威;材料老化寿命预测与软件开发[D];东北大学;2014年

3 郭佳欢;车轮弯曲疲劳与径向疲劳研究及寿命预测[D];江苏大学;2016年

4 蒋鸣远;基于数据管理的测试性建模与寿命预测软件设计与实现[D];电子科技大学;2016年

5 王立峰;北京市在役地下热力结构的可靠性评估及寿命预测[D];北京交通大学;2016年

6 王展飞;复合盐溶液作用下混凝土耐久性研究与寿命预测[D];扬州大学;2016年

7 陈健飞;基于SVM的典型机械联接结构寿命预测研究[D];西南科技大学;2016年

8 丁瑞;基于信息融合的卫星设备寿命预测研究[D];南京航空航天大学;2016年

9 范永斌;某型越野车折叠式软顶的动力学分析与寿命预测[D];南京航空航天大学;2016年

10 高斯博;基于退化数据的寿命预测中估计问题研究[D];大连理工大学;2016年

，

本文编号：1982518