基于GA的自适应最稀疏时频分析方法及应用

• 作者: 吴占涛 彭延峰 李宝庆 程军圣
• 来源期刊: 中国机械工程
• 关键词: 遗传算法 自适应最稀疏时频分析 经验模态分解 模态混淆 转子碰摩
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 66-72
• 页数: 7页
• 分类号: TH113.1|TH911.7
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.01.011

摘要

为解决自适应最稀疏时频分析(ASTFA)方法中初始相位函数的选择问题,采用遗传算法(GA)对ASTFA的初始相位函数进行优化,提出了GA-ASTFA方法.进一步研究了GA-ASTFA方法抑制模态混淆的能力,分析结果表明,GA-ASTFA能较好地抑制模态混淆,分解得到的分量信号精度高,且可抑制分解中的伪分量.最后将GA-ASTFA方法用于转子碰摩故障诊断,实验分析结果表明,GA-ASTFA方法能有效提取转子碰摩故障特征信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程军圣	湖南大学汽车车身先进设计制造国家重点实验室	210	5603	44.0	69.0
2	李宝庆	湖南大学汽车车身先进设计制造国家重点实验室	17	81	5.0	8.0
3	吴占涛	湖南大学汽车车身先进设计制造国家重点实验室	20	98	6.0	8.0
4	彭延峰	湖南大学汽车车身先进设计制造国家重点实验室	6	30	3.0	5.0