基于粒子群优化盲源分离方法的电机滚动轴承复合故障诊断

• 作者: 张江亚 李艳华
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 粒子群算法 盲源分离 滚动轴承 复合故障诊断
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 167-172
• 页数: 6页
• 分类号: TH165.3|TN911.6
• 字数: 3690字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2019.01.037

摘要

基于粒子群算法实现容易、 精度高、 收敛快等优点,将粒子群算法与盲源分离相结合,提出基于粒子群优化的盲源分离方法(PSO-BSS),并将其应用于电机滚动轴承复合故障诊断中.PSO-BSS方法以峭度的绝对值之和作为目标函数,通过PSO寻找到目标函数的最大值,进而确定最优的分离矩阵.仿真结果表明:PSO-BSS方法能够实现多源复合故障信号的特征分离,并且在分离性能、 算法收敛性以及运算速度方面都明显地优于传统的基于遗传算法的机械故障盲源分离方法.最后成功地将PSO-BSS方法应用于实际的滚动轴承内、 外圈复合故障盲源分离中,取得良好的分析效果,验证了该方法的工程实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳华	唐山职业技术学院机电工程系	7	11	2.0	3.0
2	张江亚	河北科技学院智能制造工程学院	2	11	2.0	2.0