本文来源于Int J Mech Syst Dyn,欢迎浏览!
该文亮点:
1.提出了一种频带选取指标(synthetic quantitative index),该指标能有效提取微弱故障特征所在的子频带。
2.提出了一种改进的蝗虫优化算法(improved grasshopper optimization algorithm, IGOA),解决了典型GOA优化效果不佳及不稳定的问题。
图1 Graphical abstract
旋转机械产生早期故障时,相关的故障特征频率因其幅值较为微弱,直接用传统的谱分析手段难以对其进行检测。因此,增强旋转机械微弱故障特征的可检测性,以实现旋转机械的早期故障诊断具有实际意义。目前,基于蝗虫优化算法(grasshopper optimization algorithm, GOA)优化随机共振系统(stochastic resonance system, SR system)的方法是增强旋转机械微弱故障特征可检测性的颇有前景的手段之一。然而,由于GOA算法存在对寻优初始点较为敏感和易于陷入局部最优的缺陷,因而无法得到稳定高效的应用。
该文通过网格搜索算法预设较优初始点的方式,构建了一种改进的GOA算法以克服典型GOA算法优化效果稳定性低的问题。具体而言,该文首先通过遍历频带分割方法(traversal frequency band segmentation method)对原始信号的频带进行分割;其次利用所构建的频带选取指标(synthetic quantitative index)选择信息量最丰富的子频带;然后利用改进GOA算法优化的随机共振系统,对所选频带段内的微弱故障特征进行增强;最后利用包络谱分析进行故障特征提取,实现了旋转机械早期故障诊断。
《国际机械系统动力学学报(英文)》(International Journal Mechanical System Dynamics, IJMSD )由来自18个国家的21位院士、17位国际学会主席、20位国际期刊主编等69位科学家和国际出版巨头美国Wiley出版社合作创立。IJMSD 旨在为用机械系统动力学科学与技术为提升现代装备设计、制造、试验、评估和使用全生命周期性能提供先进的理论、软件、方法、器件、标准,为全球科学家和工程专家提供广泛的机械系统动力学国际交流平台。IJMSD 强调从“系统”视角及系统级工具理解动力学,所涉及的机械系统不仅包括各种不同尺度的机械系统和结构,还包括具有多物理场/多学科特征的综合机械系统。
如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOL ( x-mol.com ), 未经许可,谢绝转载!