论文摘要
针对传统随机共振只能单参数优化,且随机共振(Stochastic Resonance,SR)只能处理小参数的故障信号,提出了一种基于果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)的自适应随机共振提取滚动轴承故障特征的方法。首先利用FOA优化双稳系统结构参数,进行自适应随机共振,达到最佳随机共振,实现时频增强的目的,再经过变分模式分解(Variational Mode Decomposition,VMD)分解,选取合适IMF分量进行重构;最后对重构信号进行倒频谱,可明显观察到故障特征频率。仿真与实际数据的分析验证了该方法的有效性和优越性。
论文目录
文章来源
类型: 期刊论文
作者: 许梦颖,王红军
关键词: 自适应随机共振,倒频谱,特征频率
来源: 组合机床与自动化加工技术 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 北京信息科技大学机电工程学院
基金: 国家自然科学基金项目(51575055)
分类号: TH133.33
DOI: 10.13462/j.cnki.mmtamt.2019.02.025
页码: 94-96+99
总页数: 4
文件大小: 1172K
下载量: 128