QICA在齿轮箱工作模态识别和故障诊断中的应用
来源期刊:机械设计与制造2015年第1期
论文作者:张睿 何常德 薛晨阳 张文栋
文章页码:256 - 260
关键词:QICA;工作模态分析;PNN;故障诊断;
摘 要:机械结构工作模态参数识别和振动故障诊断是在工程应用中不可或缺的两个重要技术。借助于LMS齿轮箱故障振动实验,将一种量子优化的独立分量分析算法(Quantum Independent Component Analysis,简称QICA)应用于齿轮箱工作模态参数识别和故障诊断实验中。通过对两种实验的应用分析,结果表明QICA排除了噪声和混频的影响,克服了特征参量难以区分的问题,能够有效地识别出齿轮箱模态固有频率;QICA使微弱故障信息明显增强,并与PNN结合达到了故障诊断目的,使故障诊断可靠性明显提高。
张睿1,2,何常德1,2,薛晨阳1,2,张文栋1,2
1. 中北大学电子测试国家重点实验室2. 中北大学仪器科学与动态测试教育部重点实验室
摘 要:机械结构工作模态参数识别和振动故障诊断是在工程应用中不可或缺的两个重要技术。借助于LMS齿轮箱故障振动实验,将一种量子优化的独立分量分析算法(Quantum Independent Component Analysis,简称QICA)应用于齿轮箱工作模态参数识别和故障诊断实验中。通过对两种实验的应用分析,结果表明QICA排除了噪声和混频的影响,克服了特征参量难以区分的问题,能够有效地识别出齿轮箱模态固有频率;QICA使微弱故障信息明显增强,并与PNN结合达到了故障诊断目的,使故障诊断可靠性明显提高。
关键词:QICA;工作模态分析;PNN;故障诊断;