基于PSO-FC优化KPCA的特征提取及行星齿轮磨损损伤程度识别

• 作者: 王宗彦 贺妍
• 来源期刊: 机械传动
• 关键词: 粒子群优化 核主元分析 行星齿轮箱 损伤程度识别 Fisher准则
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 试验分析
• 页码范围: 137-143
• 页数: 7页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2019.02.025

摘要

行星齿轮传动系统发生故障时,其信号传递中相互耦合,呈现非线性的特性,使得行星齿轮的故障类型及损伤程度难以识别.借鉴模式识别中Fisher准则(FC)判别函数,构建核函数尺度参数优化的数学模型,应用改进的粒子群优化方法对其寻优,充分改善核主元分析法(KPCA)对于非线性问题的分析性能,将其应用于行星齿轮的磨损损伤程度的识别和诊断中.实例分析结果表明,基于PSO-FC智能优化后的KPCA改善了特征空间内数据分布结构,在行星齿轮的磨损损伤程度识别中取得了较好的尺度聚类效果,可以有效地解决复杂机械传动中损伤边界模糊、损伤程度难以识别的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宗彦	中北大学机械工程学院	115	777	13.0	20.0
5	贺妍	中北大学机械工程学院	2	9	2.0	2.0