- 相關推薦
基于粒子群優化的故障特征提取技術研究
摘要:齒輪傳動箱的故障征兆,可以通過不同的特征參量表現出來.傳動箱工作過程中,由于響應信號成分復雜,提取其敏感的故障特征信息非常困難.故障程度、部位和類型等對特征參量的敏感程度差別很大,通過傳統的特征提取和分析方法可以建立龐大的特征參量集.如何從眾多的特征參量中確定可靠有效的故障特征參量,如何根據故障對特征參量的敏感程度優化篩選特征參量集,是實現實時在線故障診斷亟待解決的一個問題.針對傳動箱故障特征選擇問題,提出了基于粒子群優化(PSO)算法的特征選擇方法.將粒子群優化技術用于研究傳動箱振動響應信號的分析與處理,用于故障診斷特征參量集的提取與優化,形成了適合該齒輪傳動箱的有效故障特征參量,從而建立了與齒輪傳動箱故障現象密切相關的特征參量集.把此算法應用到齒輪傳動箱故障診斷中,結果證明,該算法有很好的效果,提高了診斷精度,比常用的梯度下降算法具有更快的優化速度. 作者: 潘宏俠 黃晉英 毛鴻偉 劉振旺 Author: PAN Hong-xia HUANG Jin-ying MAO Hong-wei LIU Zhen-wang 作者單位: 中北大學,機械工程與自動化學院,太原,030051 期 刊: 振動與沖擊 ISTICEIPKU Journal: JOURNAL OF VIBRATION AND SHOCK 年,卷(期): 2008, 27(10) 分類號: HT133 關鍵詞: 粒子群優化 故障診斷 特征提取 傳動箱 機標分類號: TP1 TP2 機標關鍵詞: 粒子群優化 故障特征 提取技術 Particle Swarm Optimization 特征參量 齒輪傳動箱 在線故障診斷 梯度下降算法 算法的特征 振動響應 優化速度 優化篩選 優化技術 選擇問題 選擇方法 信號 特征信息 特征提取 故障征兆 故障現象 基金項目: 國家自然科學基金,山西省自然科學基金 基于粒子群優化的故障特征提取技術研究[期刊論文] 振動與沖擊 --2008, 27(10)潘宏俠 黃晉英 毛鴻偉 劉振旺齒輪傳動箱的故障征兆,可以通過不同的特征參量表現出來.傳動箱工作過程中,由于響應信號成分復雜,提取其敏感的故障特征信息非常困難.故障程度、部位和類型等對特征參量的敏感程度差別很大,通過傳統的特征提取和分析方法...【基于粒子群優化的故障特征提取技術研究】相關文章:
基于粒子群算法的翼型優化設計04-27
基于粒子群優化的靜電陀螺支承控制優化設計04-30
基于HyperDesign平臺的粒子群優化算法插件開發及應用05-03
基于動態維度交叉的粒子群高維函數優化04-26
基于劃分和重分布的粒子群算法及優化策略04-25
基于粒子群優化算法的無人機航跡規劃04-30
基于粒子群優化算法的本構模型參數識別04-30
基于粒子群算法的飛行器再入軌跡優化04-28
故障特征提取的方法研究05-01
基于粒子群算法的并聯機構結構參數優化設計05-02