基于QGA优化广义S变换的滚动轴承故障特征提取

发布时间：2017-08-08 20:07

  本文关键词：基于QGA优化广义S变换的滚动轴承故障特征提取

  更多相关文章： 广义S变换 量子遗传算法 滚动轴承 故障诊断 特征提取

【摘要】：考虑到实际工程环境中噪声对故障特征提取的影响,提出了基于量子遗传算法(QGA)优化广义S变换的滚动轴承故障特征提取方法。该方法以时频分布集中程度为评价标准,首先采用量子遗传算法自适应地选取广义S变换中最优窗口控制参数,然后提取信号变换后复时频矩阵的模向量作为滚动轴承故障特征向量。利用该方法提取的滚动轴承故障特征与其它故障特征进行故障识别对比研究,实验结果表明该方法能够更准确地提取出故障特征,验证了方法的优越性。此外,对不同噪声强度背景下的滚动轴承振动信号进行故障特征提取,诊断结果进一步显示所提方法具有良好的抗噪性和健壮性。
【作者单位】： 滁州学院机械与汽车工程学院;上海大学机电工程与自动化学院;
【关键词】： 广义S变换 量子遗传算法 滚动轴承 故障诊断 特征提取
【基金】：安徽省高校自然科学研究重点项目(KJ2016A529) 滁州学院规划研究项目(2014GH20) 滁州学院2016年科研启动基金(2016QD08)
【分类号】：TH133.33
【正文快照】： 滚动轴承作为旋转机械中的一个重要的零部件,其故障的产生直接导致机械性能的下降甚至发生事故,因此,滚动轴承的故障诊断研究一直是研究的热点。信号处理技术是故障特征提取的基础,不同的信号处理技术可以提取出信号不同的故障特征信息。特征提取的优劣直接影响到最终智能故障

【参考文献】

中国期刊全文数据库 前7条

1 王录雁;王强;张梅军;李焕良;赵玮;;基于EMD的滚动轴承故障灰色诊断方法[J];振动与冲击;2014年03期

2 沈长青;谢伟达;朱忠奎;刘方;黄伟国;孔凡让;;基于EEMD和改进的形态滤波方法的轴承故障诊断研究[J];振动与冲击;2013年02期

3 李辉;郑海起;唐力伟;;基于双树复小波包峭度图的轴承故障诊断研究[J];振动与冲击;2012年10期

4 蒋模华;陈文静;郑志平;;基于S变换的解相技术研究[J];光学学报;2011年04期

5 王凌;;量子进化算法研究进展[J];控制与决策;2008年12期

6 占勇,程浩忠,丁屹峰,吕干云,孙毅斌;基于S变换的电能质量扰动支持向量机分类识别[J];中国电机工程学报;2005年04期

7 杨俊安,庄镇泉,史亮;多宇宙并行量子遗传算法[J];电子学报;2004年06期

【共引文献】

中国期刊全文数据库 前10条

1 任学平;王朝阁;张玉皓;王建国;;基于双树复小波包自适应Teager能量谱的滚动轴承早期故障诊断[J];振动与冲击;2017年10期

2 陈波;陈浩;储昭碧;;脉冲电能突变特征量提取方法的研究[J];电测与仪表;2017年09期

3 唐忠;朱瑞婷;;基于小波分析与SVM的孤岛与扰动辨识研究[J];电测与仪表;2017年09期

4 贺娟;罗光毅;黄成强;;量子纠缠遗传算法在微带耦合器中的应用[J];计算机工程与应用;2017年07期

5 陈俊洵;程龙生;胡绍林;余慧;;基于EMD的改进马田系统的滚动轴承故障诊断[J];振动与冲击;2017年05期

6 王波;刘树林;张宏利;;基于QGA优化广义S变换的滚动轴承故障特征提取[J];振动与冲击;2017年05期

7 李翠省;刘永强;廖英英;;基于相关峭度准则EEMD及改进形态滤波的轴承故障诊断方法[J];轴承;2017年02期

8 谢罗峰;徐慧宁;黄沁元;赵越;殷国富;;应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷[J];浙江大学学报(工学版);2017年01期

9 林琳;彭华;戚佳金;黄南天;;基于遗传算法优化支持向量机的电能质量暂态扰动识别新方法[J];水电能源科学;2016年11期

10 何尚平;罗小青;许仙明;涂剑鹏;;基于样本熵的电网传输电能质量扰动信号分析[J];电网与清洁能源;2016年11期

【二级参考文献】

中国期刊全文数据库 前10条

1 郑旭;郝志勇;卢兆刚;杨骥;;基于MEEMD的内燃机机体活塞敲击激励与燃烧爆发激励分离研究[J];振动与冲击;2012年06期

2 张涛;陆森林;周海超;沈钰贵;;内禀模态特征能量法在滚动轴承故障模式识别中的应用[J];噪声与振动控制;2011年03期

3 王冬云;张文志;张建刚;;小波包能量谱在滚动轴承故障诊断中的应用[J];轴承;2010年11期

4 陈军堂;廖世勇;甘剑锋;郭立滨;米林;;小波包能量谱在内燃机噪声信号故障诊断中的应用[J];内燃机;2010年05期

5 郑旭;曹益平;李坤;;基于调制度层析的在线三维测量方法[J];光学学报;2010年09期

6 孙洁娣;靳世久;;基于小波包能量及高阶谱的特征提取方法[J];天津大学学报;2010年06期

7 李思坤;苏显渝;陈文静;;二维实小波变换在空间载频条纹相位分析中的应用[J];光学学报;2010年06期

8 吴定海;张培林;任国全;傅建平;韩兰懿;;基于双树复小波包的发动机振动信号特征提取研究[J];振动与冲击;2010年04期

9 王晓冬;何正嘉;訾艳阳;;滚动轴承故障诊断的多小波谱峭度方法[J];西安交通大学学报;2010年03期

10 曹冲锋;杨世锡;杨将新;;大型旋转机械非平稳振动信号的EEMD降噪方法[J];振动与冲击;2009年09期

【相似文献】

中国期刊全文数据库 前10条

1 张益纯,刘振娟;滚动轴承故障分析探讨[J];内燃机配件;2000年03期

2 秦恺,陈进,姜鸣,陈春梅;一种滚动轴承故障特征提取的新方法——谱相关密度[J];振动与冲击;2001年01期

3 邓长春;;声发射法在滚动轴承故障识别中的应用[J];试验技术与试验机;2002年Z2期

4 任昭蓉;滚动轴承故障的小波诊断法[J];机械制造与自动化;2004年06期

5 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期

6 江涌;基于余弦调频小波变换的滚动轴承故障研究[J];机械设计与制造;2005年06期

7 程光友;;时域指标在滚动轴承故障诊断中的应用[J];中国设备工程;2005年12期

8 陈洪军;赵新泽;王延军;;滚动轴承故障试验台的理论建模分析[J];四川理工学院学报(自然科学版);2005年04期

9 李崇晟;滚动轴承故障的非线性诊断方法[J];轴承;2005年05期

10 赵春华;严新平;赵新泽;袁成清;高虹亮;;滚动轴承故障的可拓物元诊断方法[J];润滑与密封;2006年04期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 刘玉林;;货车滚动轴承故障不分解诊断技术参数选择与优化探讨[A];扩大铁路对外开放、确保重点物资运输——中国科协2005年学术年会铁道分会场暨中国铁道学会学术年会和粤海通道运营管理学术研讨会论文集[C];2005年

3 杨积忠;左立建;;滚动轴承故障诊断实例[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

6 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

8 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

9 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 郝腾飞;航空发动机滚动轴承故障的核方法智能识别技术研究[D];南京航空航天大学;2014年

2 廖强;约束独立分量和多小波分析在滚动轴承故障诊断中的应用[D];电子科技大学;2016年

3 曾鸣;基于凸包的模式识别方法及其在滚动轴承故障诊断中的应用[D];湖南大学;2016年

4 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

5 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年

6 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

7 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年

8 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

9 郭艳平;面向风力发电机组齿轮箱滚动轴承故障诊断的理论与方法研究[D];浙江大学;2012年

10 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 李男;基于LMD样本熵和贝叶斯网络的滚动轴承故障诊断方法[D];燕山大学;2015年

2 李玉奎;基于非平稳信号分析的滚动轴承故障诊断研究[D];燕山大学;2015年

3 卜勇霞;基于时频分析方法的滚动轴承故障诊断研究[D];昆明理工大学;2015年

4 马宝;基于KICA和LSSVM的滚动轴承故障监测及诊断方法[D];昆明理工大学;2015年

5 冯春生;基于多源不确定信息融合的数控机床滚动轴承故障诊断方法与实验研究[D];青岛理工大学;2015年

6 王天一;基于正交小波优化阈值降噪方法的滚动轴承故障诊断研究[D];哈尔滨工业大学;2015年

7 宋耀文;基于振动信号分析的滚动轴承故障特征提取与诊断研究[D];中国矿业大学;2015年

8 韩一村;基于多传感器的滚动轴承故障检测研究[D];河南科技大学;2015年

9 王秀娟;基于LMD的谱峭度算法在滚动轴承故障诊断中的应用研究[D];电子科技大学;2014年

10 段永强;局部均值分解法在滚动轴承故障自动诊断中的应用研究[D];电子科技大学;2015年

，

本文编号：641783