基于多元函数粒子群的齿轮箱检测优化方法
针对机车齿轮箱检测获取的多源信号具有数据量大、相关性低和可靠性差等问题,提出一种新型智能优化算法为多元函数粒子群优化算法.研究了粒子种群的异众比率和适应度对惯性权重的影响,在传统粒子群算法的基础上提高了算法的收敛速度及效率,以正则化模态差的适应度函数作为测点数量的评价指标,根据齿轮箱模态振型分析,实现了齿轮箱的多传感器检测优化.以齿轮断齿故障为试验对象,通过与传统检测方法比较分析,准确获取了齿轮箱输入轴转频39.5 Hz,第三级啮合频率90.5 Hz以及2~5倍频成分,快速识别了故障齿轮的位置.实验结果表明了该方法能够增强结构参数的识别率,有效提高了故障诊断的准确性,同时为机车故障预警和安全服役提供了关键技术基础.
齿轮箱、多元函数粒子群优化算法、正则化模态差、优化检测
40
TH7;A;TH13;A;TH17;A(仪器、仪表)
国家自然科学基金;河北省自然科学基金;河北省青年拔尖人才计划;石家庄铁道大学在读研究生创新项目
2020-06-04(万方平台首次上网日期,不代表论文的发表时间)
共10页
26-35