基于量子遗传的机械故障盲源分离方法研究

• 作者: 李志农 皮海玉 肖尧先
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 信息处理技术 量子遗传 盲源分离 故障诊断
• 年，卷（期）: 2014,（10）
• 页码范围: 1681-1688
• 页数: 8页
• 分类号: TH165+.3|TN911.7|TP206+.3
• 字数: 5477字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2014.10.024

摘要

针对基于遗传算法的机械故障源分离(GA-BSS)方法存在的不足和量子遗传的独特优势,提出了基于量子遗传的机械故障盲源分离(QGA-BSS)方法,并与传统的GA-BSS方法进行了比较.仿真结果表明,提出的方法优于GA-BSS方法,尤其是在快速收敛性方面,避免了GA-BSS方法早熟收敛,同时也大幅度地减少了计算量.将提出的方法应用到轴承故障分离中,能很好地提纯出轴承故障特征.实验结果证明,提出的QGA-BSS方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖尧先	南昌航空大学无损检测技术教育部重点实验室	44	420	9.0	19.0
2	李志农	南昌航空大学无损检测技术教育部重点实验室	84	611	11.0	22.0
6	皮海玉	南昌航空大学无损检测技术教育部重点实验室	2	5	1.0	2.0