- 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04-27
基于粒子群优化的静电陀螺支承控制优化设计04-30
基于HyperDesign平台的粒子群优化算法插件开发及应用05-03
基于动态维度交叉的粒子群高维函数优化04-26
基于划分和重分布的粒子群算法及优化策略04-25
基于粒子群优化算法的无人机航迹规划04-30
基于粒子群优化算法的本构模型参数识别04-30
基于粒子群算法的飞行器再入轨迹优化04-28
故障特征提取的方法研究05-01
基于粒子群算法的并联机构结构参数优化设计05-02