基于改进粒子群的非线性ICA分析的旋转机械故障诊断方法

    公开(公告)号:CN103471708B

    公开(公告)日:2015-03-11

    申请号:CN201310364155.9

    申请日:2013-08-20

    Abstract: 本发明提供的是一种基于改进粒子群的非线性ICA分析的旋转机械故障诊断方法。1)测取旋转机械振动加速度测试信号;2)进行中心化和白化处理;3)计算粒子初始位置处的评价函数;4)计算每个粒子更新位置的优化目标函数;5)根据限制条件更新局部最优值和全局最优值;6)计算更新粒子速度矢量,计算更新粒子位置矢量;7)判断是否达到最大迭代次数或适应度函数是否大于最大值,若是则执行步骤8),否则转为步骤4);8)对振动加速度测试信号进行非线性ICA分离处理;9)选取包含故障信息的分离信号,并作出频谱图;10)观察频谱图是否在故障特征频率或其倍频处存在明显峰值,进而判断旋转机械是否发生故障。本发明收敛速度快,独立性好,鲁棒性好。

    基于改进粒子群的非线性ICA分析的旋转机械故障诊断方法

    公开(公告)号:CN103471708A

    公开(公告)日:2013-12-25

    申请号:CN201310364155.9

    申请日:2013-08-20

    Abstract: 本发明提供的是一种基于改进粒子群的非线性ICA分析的旋转机械故障诊断方法。1)测取旋转机械振动加速度测试信号;2)进行中心化和白化处理;3)计算粒子初始位置处的评价函数;4)计算每个粒子更新位置的优化目标函数;5)根据限制条件更新局部最优值和全局最优值;6)计算更新粒子速度矢量,计算更新粒子位置矢量;7)判断是否达到最大迭代次数或适应度函数是否大于最大值,若是则执行步骤8),否则转为步骤4);8)对振动加速度测试信号进行非线性ICA分离处理;9)选取包含故障信息的分离信号,并作出频谱图;10)观察频谱图是否在故障特征频率或其倍频处存在明显峰值,进而判断旋转机械是否发生故障。本发明收敛速度快,独立性好,鲁棒性好。

Patent Agency Ranking