- · 图书馆乐享数字资源主题活动[11/26]
- · 图书馆共享党员之家活动室启用[11/26]
- · 转发:教育系统“美好‘食’光””校园系列活动主题作品征集活动通知[11/03]
- · 红柳法学大讲堂第二十八期[11/03]
- · 关于举办兰州理工大学“红柳之星”2020校园新生才艺大赛的通知[10/30]
- · “科学家精神报告团”进校园活动通知[10/28]
- · 兰州理工大学2020年秋季学期国家普通话水平测试报名通知[10/27]
- · 2020年秋季学期至2021年寒假国内外线上线下交流项目报名通知[10/20]
基于自适应粒子群优化的非线性转子故障特征提取
作者: 苗锋 [1,2] ; 赵荣珍 [1] ; 刘宏 [1]
关键词: 粒子群算法 盲源分离 转子 故障信号
摘要:针对非线性机械故障信号分离依赖于非线性函数的选取问题,提出一种基于自适应粒子群优化的机械故障特征提取方法.该方法把观测信号的负熵做为目标函数,通过观测信号的状态自适应地调整惯性因子,有效克服了信号恢复质量和收敛速度间的矛盾.通过对仿真信号的分离,实现了分离输出信号与仿真信号的一致性.最后利用该方法对实测混叠机械振动信号成功实现了故障信号分离,验证了所提方法的有效性.