基于量子遗传的机械故障非线性盲源分离方法研究

摘要：

针对传统的机械故障非线性盲分离方法的不足,即将非线性盲源分离中分离矩阵和非线性去混合函数的参数分开来优化,这样容易顾此失彼,学习效率低.将量子遗传引入到机械故障非线性盲分离中,提出一种基于量子遗传的机械故障非线性盲源分离方法(简称QGA-NBSS方法),该方法能同时对分离矩阵和非线性去混合函数的参数进行优化,获得全局最优解并加快了算法的全局收敛性,克服了传统的机械故障源的非线性盲源分离方法的不足.仿真和实验结果验证了提出的方法的有效性.

关键词：量子遗传、非线性盲源分离、故障诊断

所属期刊栏目：37

分类号：TH17;H165+.3;TN911.7;TP206+.3

资助基金：The project supported by the National Natural Science Foundation of China No.51075372,51265039,50775208,and the Science and Technology Project of Jiangxi Provincial Education Department No.GJJ12405,and the Hunan Province Key Lab of Health Maintenance for Mechanical Equipment,Hunan University of Science and Technology201204 No.GJJ12405.国家自然科学基金51075372,51265039,50775208,江西省教育厅科技计划项目GJJ12405,湖南科技大学机械设备健康维护湖南省重点实验室开放基金201204资助.

在线出版日期：2015-07-15（万方平台首次上网日期，不代表论文的发表时间）

页码：393-397