| 基于改进粒子群算法的提取齿轮磨损特征方法 |
| |
| 引用本文： | 赵志梅,张黎烁.基于改进粒子群算法的提取齿轮磨损特征方法[J].应用声学,2014,22(5):1584-1586. |
| |
| 作者姓名： | 赵志梅 张黎烁 |
| |
| 作者单位： | 河南工程学院 计算机科学与工程学院,郑州 451191;河南工程学院 计算机科学与工程学院,郑州 451191 |
| |
| 基金项目： | 国家青年基金项目(61301232)；河南省教育厅自然科学研究重点项目(12A520013)。 |
| |
| 摘 要： | 针对轻微齿轮磨损故障信号在啮合频率和边频带上的幅值特征难以将其与正常信号区分的问题,提出用Laplace小波提取信号的粘滞阻尼比作为一种冲击特征,同时提取对冲击信号敏感的时域和频域峭度指标作为另外两种特征;又由于传统Laplace小波匹配方法存在计算耗时和精度不高的缺点,采用一种基于概率模型的改进粒子群算法以快速找到最佳匹配结果,从而得到其阻尼参数;将上述3种冲击特征用于农用拖拉机变速箱的齿轮磨损故障识别,其结果表明提出的方法在错分率上比基于啮合频率和边频带幅值特征的方法降低了12%。
|
| 关 键 词： | 冲击特征 齿轮磨损故障 Laplace小波 粒子群算法 |
| 收稿时间： | 2013/12/17 0:00:00 |
| 修稿时间： | 2/8/2014 12:00:00 AM |
A Feature Extraction Method Based on Advanced Particle Swarm Optimization for Recognizing Wear Fault of Gear |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
|
