遗传算法VMD参数优化与小波阈值轴承振动信号去噪分析

发布时间：2018-01-27 00:57

  本文关键词： 遗传算法 变分模态分解 小波阈值去噪　出处：《机械科学与技术》2017年11期 　论文类型：期刊论文

【摘要】：针对轴承振动信号夹杂的噪声极大地影响有用信息的提取,提出了基于遗传算法的变分模态分解(Variational mode decomposition,VMD)与小波阈值去噪方法。该方法首先利用遗传算法选择合适的VMD参数,然后用VMD方法对含噪声的信号进行自适应分解,最后对分解的模态分别进行小波阈值处理后重构信号,得到去噪后的信号。对实际轴承信号的分析结果表明,该方法与常用的去噪方法相比,能够得到更高的信噪比和更低的均方差。
[Abstract]:The noise of bearing vibration signal inclusion greatly affects the extraction of useful information. The variational mode decomposition (VMD) based on genetic algorithm (GA) is proposed in this paper. Firstly, the genetic algorithm is used to select the appropriate VMD parameters, and then the VMD method is used to decompose the noisy signal adaptively. Finally, the decomposed modes are reconstructed by wavelet threshold processing, and the de-noised signals are obtained. The analysis results of the actual bearing signals show that the proposed method is compared with the usual de-noising methods. Higher SNR and lower RMS can be obtained.
【作者单位】： 重庆大学光电技术与系统教育部重点实验室;
【基金】：中央高校基本科研业务费资助项目(1061120131207) 重庆市研究生科研创新项目(CYS14028)资助
【分类号】：TH133.33;TP18
【正文快照】： 滚动轴承广泛应用于机械、电力、矿山及航空航天等行业中,轴承的工作状态直接影响设备的运行与安全,因此轴承的故障诊断是非常重要的。然而背景噪声却大大影响了故障诊断的效果。因此信号与噪声的有效分离是故障诊断的关键一环[1-2]。轴承振动信号是一类典型的非平稳、非线性

【相似文献】

相关期刊论文 前10条

1 王毅,曹树良;遗传算法在并联水泵系统运行优化中的应用[J];流体机械;2003年10期

2 孙进平 ,吴瑞明 ,翟瑞红 ,刘忠武;基于遗传算法的工艺决策模式的探索[J];现代制造工程;2002年01期

3 孙进平,吴瑞明;基于遗传算法的工艺决策模式的探索[J];海淀走读大学学报;2003年02期

4 骆志高;李举;王祥;;基于遗传算法的平板裂纹识别[J];机械设计与制造;2009年04期

5 占龙杨;顾伯勤;邵春雷;;基于遗传算法的多泵系统优化运行研究[J];煤矿机械;2011年10期

6 曹慧卿,高峰;一种新的优化方法──遗传算法及其应用[J];机械设计与制造;1997年02期

7 郝博,卢有文,聂义勇;基于遗传算法的机械方案设计系统的研究[J];机械;1999年05期

8 闫永强,梁武科;遗传算法在离心泵叶片优化设计中的应用[J];排灌机械;2004年02期

9 孔凡国;黄伟;;基于模糊理论和遗传算法融合的机械方案优选方法的研究[J];组合机床与自动化加工技术;2006年05期

10 余成树;吴作伟;高永芳;宾婵慧;;改进遗传算法在结构优化中的应用[J];机械工程与自动化;2007年02期

相关会议论文 前6条

1 吴忠强;刘坤;奥顿;;基于遗传算法的电液位置伺服系统模糊控制[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年

2 徐斌;姜节胜;陈换过;;基于遗传算法的结构/控制一体化优化设计[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年

3 赖朝安;孙延明;郑时雄;;敏捷虚拟企业协同设计的群体决策支持系统研究[A];面向21世纪的生产工程——2001年“面向21世纪的生产工程”学术会议暨企业生产工程与产品创新专题研讨会论文集[C];2001年

4 王淑莲;孙辉;张聿成;陈瑞三;;二次调节节能系统新型智能PID控制研究[A];人才、创新与老工业基地的振兴——2004年中国机械工程学会年会论文集[C];2004年

5 齐文文;赵斌;龙连春;;基于遗传算法的加筋圆柱壳屈曲承载力优化[A];北京力学会第18届学术年会论文集[C];2012年

6 井立兵;章跃进;;基于MATLAB遗传算法工具的同心式磁力齿轮优化设计[A];第十七届中国小电机技术研讨会论文集[C];2012年

相关博士学位论文 前3条

1 聂书志;基于DNA遗传算法的协同制造资源优化配置技术研究[D];华南理工大学;2010年

2 田方;遗传算法的改进研究及其在压缩机性能分析与优化中的应用[D];东北大学;2006年

3 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年

相关硕士学位论文 前10条

1 李碧轩;基于SLP方法和遗传算法的仓库设施规划[D];广西大学;2016年

2 李国闻;面向机电产品线缆设计的“遗传-A~*”混合优化算法[D];南京航空航天大学;2016年

3 郜时伟;有货物空腔的集装箱装载设计优化研究[D];天津理工大学;2016年

4 吴波;基于遗传算法的作业车间调度问题研究[D];大连交通大学;2005年

5 张晓霞;遗传算法在机械设计优化中的应用及运动学仿真技术研究[D];中北大学;2008年

6 谢耿勋;基于遗传算法的形状误差算法的研究[D];东北大学;2012年

7 陈东升;基于遗传算法的模糊车间作业调度问题的研究[D];大连理工大学;2006年

8 李国亮;基于改进遗传算法的加工中心生产车间物流改善研究[D];沈阳工业大学;2013年

9 段培勇;遗传算法在车间优化调度中的应用研究[D];合肥工业大学;2007年

10 刘颖;改进的GA-SA算法在叶轮优化设计中的应用研究[D];中国石油大学;2009年

，

本文编号：1467096