基于QGA优化广义S变换的滚动轴承故障特征提取

摘要：

考虑到实际工程环境中噪声对故障特征提取的影响,提出了基于量子遗传算法(QGA)优化广义S变换的滚动轴承故障特征提取方法.该方法以时频分布集中程度为评价标准,首先采用量子遗传算法自适应地选取广义S变换中最优窗口控制参数,然后提取信号变换后复时频矩阵的模向量作为滚动轴承故障特征向量.利用该方法提取的滚动轴承故障特征与其它故障特征进行故障识别对比研究,实验结果表明该方法能够更准确地提取出故障特征,验证了方法的优越性.此外,对不同噪声强度背景下的滚动轴承振动信号进行故障特征提取,诊断结果进一步显示所提方法具有良好的抗噪性和健壮性.

关键词：广义S变换、量子遗传算法、滚动轴承、故障诊断、特征提取

所属期刊栏目：36

分类号：TH212;TH213.3(起重机械与运输机械)

资助基金：安徽省高校自然科学研究重点项目KJ2016A529;滁州学院规划研究项目2014GH20;滁州学院2016年科研启动基金2016QD08

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-113,119