| 基于自适应粒子群优化的非线性转子故障特征提取 |
| |
| 引用本文： | 苗锋,赵荣珍,刘宏. 基于自适应粒子群优化的非线性转子故障特征提取[J]. 兰州理工大学学报, 2014, 40(6): 35-39 |
| |
| 作者姓名： | 苗锋 赵荣珍 刘宏 |
| |
| 作者单位： | 1. 兰州理工大学数字制造技术与应用省部共建教育部重点实验室,甘肃兰州730050;洛阳师范学院物理与电子信息学院,河南洛阳471022
2. 兰州理工大学数字制造技术与应用省部共建教育部重点实验室,甘肃兰州,730050 |
| |
| 摘 要： | 针对非线性机械故障信号分离依赖于非线性函数的选取问题,提出一种基于自适应粒子群优化的机械故障特征提取方法.该方法把观测信号的负熵做为目标函数,通过观测信号的状态自适应地调整惯性因子,有效克服了信号恢复质量和收敛速度间的矛盾.通过对仿真信号的分离,实现了分离输出信号与仿真信号的一致性.最后利用该方法对实测混叠机械振动信号成功实现了故障信号分离,验证了所提方法的有效性.
|
| 关 键 词： | 粒子群算法 盲源分离 转子 故障信号 |
Extraction of fault characteristics from nonlinear rotor based on adaptive particle swarm optimization |
| |
| MIAO Feng,ZHAO Rong-zhen,LIU Hong. Extraction of fault characteristics from nonlinear rotor based on adaptive particle swarm optimization[J]. Journal of Lanzhou University of Technology, 2014, 40(6): 35-39 |
| |
| Authors: | MIAO Feng ZHAO Rong-zhen LIU Hong |
| |
| Affiliation: | MIAO Feng;ZHAO Rong-zhen;LIU Hong;Key Laboratory of Digital Manufacturing Technology and Application,The Ministry of Education,Lanzhou Univ.of Tech.;College of Physics and Electronic Information,Luoyang Normal University; |
| |
| Abstract: | |
| |
| Keywords: | particle swarm algorithm blind source separation rotor fault signal |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
