10.19659/j.issn.1008-5300.2023.04.014
齿轮箱复合故障信号的非线性盲源分离算法研究
针对齿轮箱复合故障分析问题,文中提出一种新型非线性盲源分离(Nonlinear Blind Source Separation,NBSS)算法.该算法先利用反向传播(Back Propagation,BP)神经网络逼近非线性混合模型的逆,并对经过BP神经网络处理后的信号进行独立成分分析(Independent Component Analysis,ICA);然后以独立成分分析后的信号的负熵作为适应度函数,采用遗传算法对BP神经网络的参数进行寻优;最后利用优化的BP神经网络参数,对观测到的混合信号进行分解,分离出纯净的振源信号.与采用粒子群优化(Particle Swarm Optimization,PSO)算法的核独立成分分析(Kernel ICA,KICA)相比,该方法提取的分离信号具有更高的精度,为齿轮箱复合故障诊断提供了关键技术与有效方法.
BP神经网络、遗传算法、独立成分分析、复合故障诊断
39
TP277(自动化技术及设备)
2023-09-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
58-64