收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于PSO和MSR的微弱信号检测方法研究

郑煜  
【摘要】:针对强噪声环境下,旋转机械系统的微弱信号难以得到准确检测的问题,提出了一种基于自适应权重粒子群算法(APSO)和自适应多稳态随机共振(SMSR)相结合的微弱信号检测方法。首先,使用自适应多稳态随机共振作为基本检测方法,并在数值求解输出信号时,引入了二次采样法(TS),解决了随机共振对高频信号适应能力差的问题;然后,以输出信噪比作为适应度函数,使用粒子群算法(PSO)优化了多稳态系统结构参数;采用全局最优点距离的方案,对惯性权重进行了自适应调整,将粒子群算法改善为自适应权重粒子群算法;最后,设置了混有高强度高斯噪声的正弦小信号仿真试验,在此基础上,使用该方法完成了对机械系统微弱故障诊断实验。研究结果表明:该方法可以准确地突显出161.1 Hz故障频率成分,同时能够得到描述实际机械系统运转状态的倍频成分,具有准确的微弱信号检测能力。

知网文化
【相似文献】
中国期刊全文数据库 前16条
1 段向军;朱方园;刘晓强;;基于PSO的塔式起重机模糊神经网络滑模防摆控制[J];机床与液压;2016年22期
2 申风平;李京京;杨玉龙;廖世龙;;极小化等待时间的热处理批调度模型与PSO解[J];计算机仿真;2020年04期
3 李军鹏;赵韩;陈兴玉;蒋增强;;基于混合PSO的复杂产品功能模块划分方法[J];合肥工业大学学报(自然科学版);2011年10期
4 曹蕾蕾;裴建中;张涛;刘琼;;基于PSO和模糊理论的蜗杆传动多目标优化设计方法[J];长安大学学报(自然科学版);2013年03期
5 赵卫伟;潘宏侠;;基于PSO参数优化的支持向量机齿轮箱故障诊断研究[J];机床与液压;2014年07期
6 王连宝;胡小秋;芮红锋;;基于PSO算法角接触球轴承动态接触角的求解[J];轴承;2013年11期
7 辛悦;顾德;;离散改进PSO求解模糊柔性作业车间多目标调度[J];自动化仪表;2020年10期
8 巴图;周燕飞;向伦凯;;基于PSO的摆线液压马达摆线轮的优化修形[J];机械设计与制造工程;2016年03期
9 王长建;王鹏;;基于改进的PSO在并联机构神经网络控制系统中的应用(英文)[J];机床与液压;2015年12期
10 曹运龙;郭文兵;杨伟强;;基于GA_PSO的系统预防性维修策略优化模型[J];科学技术创新;2020年33期
11 蔡改贫;曾常熙;周小云;刘鑫;;基于改进PSO算法的电液位置伺服系统MRAC跟踪控制[J];液压与气动;2021年10期
12 李益兵;王磊;江丽;;基于PSO改进深度置信网络的滚动轴承故障诊断[J];振动与冲击;2020年05期
13 李卓漫;王海瑞;;基于PSO优化LSTM的滚动轴承剩余寿命预测[J];化工自动化及仪表;2021年04期
14 于湘涛;卢文秀;褚福磊;;基于PSO算法的模糊PSVM及其在旋转机械故障诊断中的应用[J];振动与冲击;2009年11期
15 韦为;耿葵花;李辛沫;王少伟;张通;耿爱农;;基于PSO算法的滑片-滑槽摩擦模型的参数识别分析[J];流体机械;2020年07期
16 任翀;曹一青;戴丹;;PSO算法在FDM工艺成型方向和分层厚度优化中的应用[J];机电工程技术;2013年07期
中国硕士学位论文全文数据库 前5条
1 齐高将;改进PSO算法在SMT排程中的研究与应用[D];广西大学;2021年
2 吴涛;基于PSO优化VMD和深度信念网络的滚动轴承故障诊断研究[D];上海第二工业大学;2021年
3 黄文静;基于多特征量提取和PSO优化神经网络的轴承故障诊断[D];燕山大学;2016年
4 孟艳;协同进化PSO算法优化RBF网络在齿轮箱故障诊断中的应用[D];中北大学;2011年
5 陈文立;基于改进PSO优化神经网络的水泵全特性预测研究[D];长安大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978