基于QICA的工作模态参数识别技术及其应用研究

• 作者: 何常德 张文栋 张永梅 张睿 薛晨阳 黄晋英
• 来源期刊: 机械传动
• 关键词: 齿轮箱 量子独立分量分析 故障诊断
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 开发应用
• 页码范围: 169-173
• 页数: 5页
• 语种: 中文

摘要

针对目前基于振动信号的工作模态参数识别方法存在抗噪能力低,参数识别主观经验性较强,识别精度差和识别方法较复杂等问题,研究了一种基于量子优化ICA的工作模态参数识别技术(Operational Model Analysis,OMA),通过齿轮箱LMS模态实验证明,QICA模态参数识别技术操作简单,能够有效排除噪声干扰.最后以QICA识别的齿轮箱五种工况模态频率作为故障诊断特征参量,分析对比各工况下的模态频率的变化,进行了齿轮箱故障诊断.