基于PSO优化随机共振参数的轴承故障诊断
姜 鑫 （ 陕西法士特齿轮有限责任公司 ）
赵 曌 （ 陕西法士特齿轮有限责任公司 ）
霍宇琛 （ 陕西法士特齿轮有限责任公司 ）
https://doi.org/10.37155/2972-435X-0210-6Abstract
轴承广泛应用于汽车、航天、航空、船舶等旋转机械，但轴承早期微弱故障信号往往淹没在强噪声背景 当中，轴承故障诊断难以进行。针对这一问题，本文提出了一种粒子群算法（Particle Swarm Optimization， PSO）联 合随机共振（Stochastic Resonance，SR）的轴承故障诊断方法。该方法对SR系统进行变尺度计算，以满足对大参数信 号的检测；将输出信号信噪比作为适应度函数，使用PSO算法优化SR结构参数，自适应实现非线性系统、输入信号与 噪声信号协同共振效果。通过仿真信号和开源轴承数据验证该算法的有效性。结果表明，PSO-SR轴承故障诊断方法 优于传统SR方法，轴承故障信号频率提取误差0.49%，轴承故障频率幅值提高了17.61倍。
Keywords
轴承故障诊断；随机共振；变尺度计算；粒子群优化算法Full Text
PDFReferences
[1]黄姗姗,李志农.基于高密度小波变换的航空发动机
滚动轴承故障诊断方法[J].轴承,2023(02):19-25.
[2]Ma C,Huang X,Wang K, et al.Prediction of
Remaining Parking Spaces Based on EMD-LSTM-BiLSTM
Neural Network[J/OL].Journal of Traffic and Transportation
Engineering(English Edition):1-25[2023-10-20].
[3]谢小正,李俊,赵荣珍等.SVD-LMD联合降噪和TEO
的滚动轴承故障诊断[J].机械传动,2021,45(06):104-112.
[4]Benzi R, Sutera A, Vulpiani A. The mechanism of
stochastic resonance[J]. J Phys, 1999, 14(11): L453
[5]贺利芳,杨玉蕾,张天骐.时延反馈EVG系统随机共
振特性研究及轴承故障诊断[J].仪器仪表学报,2019,40(8):
47-57.
[6]晏晓红,宋丽,荣延祥.PSO-SVR优化模型在基坑变
形监测预测中的应用[J].地理空间信息,2022,20(12):53-57.
滚动轴承故障诊断方法[J].轴承,2023(02):19-25.
[2]Ma C,Huang X,Wang K, et al.Prediction of
Remaining Parking Spaces Based on EMD-LSTM-BiLSTM
Neural Network[J/OL].Journal of Traffic and Transportation
Engineering(English Edition):1-25[2023-10-20].
[3]谢小正,李俊,赵荣珍等.SVD-LMD联合降噪和TEO
的滚动轴承故障诊断[J].机械传动,2021,45(06):104-112.
[4]Benzi R, Sutera A, Vulpiani A. The mechanism of
stochastic resonance[J]. J Phys, 1999, 14(11): L453
[5]贺利芳,杨玉蕾,张天骐.时延反馈EVG系统随机共
振特性研究及轴承故障诊断[J].仪器仪表学报,2019,40(8):
47-57.
[6]晏晓红,宋丽,荣延祥.PSO-SVR优化模型在基坑变
形监测预测中的应用[J].地理空间信息,2022,20(12):53-57.
Copyright © 2024 姜 鑫,赵 曌,霍宇琛
Publishing time:2024-10-31
This work is licensed under a Creative Commons Attribution 4.0 International License
Email
Location