基于QGA和随机共振的轴承微弱故障信号检测方法

发布时间：2024-06-14 20:07

　　针对滚动轴承早期故障阶段振动信号微弱,信噪比低,提出量子遗传算法(quantum genetic algorithm,简称QGA)与随机共振相结合的微弱信号检测方法,提高信号信噪比并识别故障位置。首先,对大参数信号变尺度处理,并根据输入信号对噪声强度进行估计实现参数初始化;其次,以输出信噪比作为目标函数,通过QGA对系统的双参数进行自适应寻优;最后,通过系统的随机共振实现微弱信号信噪比的提高。仿真及实验结果表明,该方法充分考虑了系统参数之间的相互作用,能够有效提高信号信噪比,实现了早期故障阶段的微弱信号检测。

【文章页数】：8 页

【部分图文】：

图1双变量自适应随机共振流程图

当迭代至最大遗传代数时,循环停止。3仿真与实验

图2信噪比与势垒关系图

设采样频率为1000Hz的仿真信号为s(t)=0.1sin(2π2t),根据绝热近似理论,输入信号要满足小参数信号条件即信号幅值A?1、信号频率f?1,在实际研究中发现:只要与噪声强度D相比A很小,即信号的频谱不可识别,此时的信号幅值A就可以称为小参数。信号频率会对随机共振的....

图3原始信号时域、频域图

采用传统随机共振对加噪信号进行处理,在不调节系统参数的情况下,也就是默认a=1、b=1的情况下,随机共振现象并没有发生。前文已说明随机共振的产生取决于输入信号,噪声和非线性系统的协同作用,目前输入信号已知,噪声的强度也仅是高于输入信号,而不是强度过大完全掩盖信号,说明是系统内的参....

图4加噪信号时域、频域图

图3原始信号时域、频域图图5随机共振后时域、频域图

本文编号：3994360