基于粒子群優(yōu)化的故障特征提取技術(shù)研究

摘要：齒輪傳動(dòng)箱的故障征兆,可以通過(guò)不同的特征參量表現(xiàn)出來(lái).傳動(dòng)箱工作過(guò)程中,由于響應(yīng)信號(hào)成分復(fù)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(lèi)型等對(duì)特征參量的敏感程度差別很大,通過(guò)傳統(tǒng)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(jù)故障對(duì)特征參量的敏感程度優(yōu)化篩選特征參量集,是實(shí)現(xiàn)實(shí)時(shí)在線(xiàn)故障診斷亟待解決的一個(gè)問(wèn)題.針對(duì)傳動(dòng)箱故障特征選擇問(wèn)題,提出了基于粒子群優(yōu)化(PSO)算法的特征選擇方法.將粒子群優(yōu)化技術(shù)用于研究傳動(dòng)箱振動(dòng)響應(yīng)信號(hào)的分析與處理,用于故障診斷特征參量集的提取與優(yōu)化,形成了適合該齒輪傳動(dòng)箱的有效故障特征參量,從而建立了與齒輪傳動(dòng)箱故障現(xiàn)象密切相關(guān)的特征參量集.把此算法應(yīng)用到齒輪傳動(dòng)箱故障診斷中,結(jié)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(yōu)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(xué),機(jī)械工程與自動(dòng)化學(xué)院,太原,030051 期 刊： 振動(dòng)與沖擊   ISTICEIPKU Journal： JOURNAL OF VIBRATION AND SHOCK 年，卷(期)： 2008, 27(10) 分類(lèi)號(hào)： HT133 關(guān)鍵詞： 粒子群優(yōu)化    故障診斷    特征提取    傳動(dòng)箱    機(jī)標(biāo)分類(lèi)號(hào)： TP1 TP2 機(jī)標(biāo)關(guān)鍵詞： 粒子群優(yōu)化    故障特征    提取技術(shù)    Particle Swarm Optimization    特征參量    齒輪傳動(dòng)箱    在線(xiàn)故障診斷    梯度下降算法    算法的特征    振動(dòng)響應(yīng)    優(yōu)化速度    優(yōu)化篩選    優(yōu)化技術(shù)    選擇問(wèn)題    選擇方法    信號(hào)    特征信息    特征提取    故障征兆    故障現(xiàn)象 基金項(xiàng)目： 國(guó)家自然科學(xué)基金，山西省自然科學(xué)基金 基于粒子群優(yōu)化的故障特征提取技術(shù)研究[期刊論文]  振動(dòng)與沖擊 --2008, 27(10)潘宏俠  黃晉英  毛鴻偉  劉振旺齒輪傳動(dòng)箱的故障征兆,可以通過(guò)不同的特征參量表現(xiàn)出來(lái).傳動(dòng)箱工作過(guò)程中,由于響應(yīng)信號(hào)成分復(fù)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(lèi)型等對(duì)特征參量的敏感程度差別很大,通過(guò)傳統(tǒng)的特征提取和分析方法...

【基于粒子群優(yōu)化的故障特征提取技術(shù)研究】相關(guān)文章：

基于粒子群算法的翼型優(yōu)化設(shè)計(jì)04-27

基于粒子群優(yōu)化的靜電陀螺支承控制優(yōu)化設(shè)計(jì)04-30

基于HyperDesign平臺(tái)的粒子群優(yōu)化算法插件開(kāi)發(fā)及應(yīng)用05-03

基于動(dòng)態(tài)維度交叉的粒子群高維函數(shù)優(yōu)化04-26

基于劃分和重分布的粒子群算法及優(yōu)化策略04-25

基于粒子群優(yōu)化算法的無(wú)人機(jī)航跡規(guī)劃04-30

基于粒子群優(yōu)化算法的本構(gòu)模型參數(shù)識(shí)別04-30

基于粒子群算法的飛行器再入軌跡優(yōu)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(lián)機(jī)構(gòu)結(jié)構(gòu)參數(shù)優(yōu)化設(shè)計(jì)05-02