基于粒子群优化的故障特征提取技术研究

时间:2021-08-04 13:25:29 文学艺术论文 我要投稿
  • 相关推荐

基于粒子群优化的故障特征提取技术研究

摘要:齿轮传动箱的故障征兆,可以通过不同的特征参量表现出来.传动箱工作过程中,由于响应信号成分复杂,提取其敏感的故障特征信息非常困难.故障程度、部位和类型等对特征参量的敏感程度差别很大,通过传统的特征提取和分析方法可以建立庞大的特征参量集.如何从众多的'特征参量中确定可靠有效的故障特征参量,如何根据故障对特征参量的敏感程度优化筛选特征参量集,是实现实时在线故障诊断亟待解决的一个问题.针对传动箱故障特征选择问题,提出了基于粒子群优化(PSO)算法的特征选择方法.将粒子群优化技术用于研究传动箱振动响应信号的分析与处理,用于故障诊断特征参量集的提取与优化,形成了适合该齿轮传动箱的有效故障特征参量,从而建立了与齿轮传动箱故障现象密切相关的特征参量集.把此算法应用到齿轮传动箱故障诊断中,结果证明,该算法有很好的效果,提高了诊断精度,比常用的梯度下降算法具有更快的优化速度. 作者: 潘宏侠  黄晋英  毛鸿伟  刘振旺 Author: PAN Hong-xia  HUANG Jin-ying  MAO Hong-wei  LIU Zhen-wang 作者单位: 中北大学,机械工程与自动化学院,太原,030051 期 刊: 振动与冲击   ISTICEIPKU Journal: JOURNAL OF VIBRATION AND SHOCK 年,卷(期): 2008, 27(10) 分类号: HT133 关键词: 粒子群优化    故障诊断    特征提取    传动箱    机标分类号: TP1 TP2 机标关键词: 粒子群优化    故障特征    提取技术    Particle Swarm Optimization    特征参量    齿轮传动箱    在线故障诊断    梯度下降算法    算法的特征    振动响应    优化速度    优化筛选    优化技术    选择问题    选择方法    信号    特征信息    特征提取    故障征兆    故障现象 基金项目: 国家自然科学基金,山西省自然科学基金 基于粒子群优化的故障特征提取技术研究[期刊论文]  振动与冲击 --2008, 27(10)潘宏侠  黄晋英  毛鸿伟  刘振旺齿轮传动箱的故障征兆,可以通过不同的特征参量表现出来.传动箱工作过程中,由于响应信号成分复杂,提取其敏感的故障特征信息非常困难.故障程度、部位和类型等对特征参量的敏感程度差别很大,通过传统的特征提取和分析方法...

【基于粒子群优化的故障特征提取技术研究】相关文章:

基于粒子群算法的翼型优化设计07-07

基于粒子群优化的静电陀螺支承控制优化设计07-15

基于粒子群优化算法的本构模型参数识别07-23

基于粒子群优化算法的无人机航迹规划07-23

基于动态维度交叉的粒子群高维函数优化11-30

基于粒子群算法的飞行器再入轨迹优化10-03

基于划分和重分布的粒子群算法及优化策略01-17

基于HyperDesign平台的粒子群优化算法插件开发及应用08-02

基于粒子群算法的并联机构结构参数优化设计07-29