基于人工蜂群算法和随机共振的轴承故障诊断研究

摘要

现代机械设备正在朝着大型化、复杂化、高速化方向发展。机械设备通常在强噪声背景中运行,如何将微弱故障信号从强噪声环境中提取出来,一直是故障诊断技术的难题之一。随机共振能够很好的将噪声能量转换为微弱信号能量,使微弱的故障信号突出,方便研究人员和工程技术人员对机械设备作出诊断。然而随机共振的结构参数对随机共振的系统输出有很大的影响,每一个输入信号都会对应一组最佳的结构参数。人工蜂群算法凭借其较快的收敛速度、较高的精确性和优良的全局搜索能力近年来得到了大力的发展。　　基于以上的原因,本文做出了如下的研究:　　1、创造性的提出运用人工蜂群算法搜索随机共振的结构参数,以随机共振输出信噪比作为人工蜂群算法的目标函数,搜索随机共振的结构参数,使不同输入信号输入进随机共振时,都能达到最佳的输出效果。　　2、运用一组模拟的带噪余弦信号作为随机共振的输入信号,验证所提的基于人工蜂群算法和随机共振的机械设备故障诊断方式的可行性,并与传统随机共振输出信号进行比较,验证所提新方法的实用性。　　3、以机械系统综合故障模拟实验台为实验平台,提取了故障轴承信号,并运用所提新方法分别对长数据信号和短数据信号做出精确的诊断,得到诊断信息。并与已经发展成熟的小波降噪和经验模式分解等方法进行比较,突出本文所提新方法的优点。在小波降噪和经验模式分解对短数据信号无效的时候,所提新方法依然能够很好的突出故障信号,做出相应的故障诊断。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1论文选题意义及课题来源

§1.2国内外的研究现状

§1.3本文的研究内容与章节安排

第二章 基于人工蜂群算法和随机共振的微弱特征信号提取方法

§2.1随机共振理论介绍

§2.2人工蜂群算法介绍

§2.3本章小结

第三章 基于人工蜂群算法和随机共振的微弱特征信号提取模拟实验

§3.1混合人工蜂群算法和随机共振

§3.2混合人工蜂群算法和随机共振的模拟实验

§3.2本章小结

第四章 基于人工蜂群算法和随机共振的轴承故障诊断研究

§4.1轴承故障诊断介绍

§4.2轴承故障诊断实验

§4.3本章小结

第五章 总结与展望

§5.1全文总结

§5.2 展望

参考文献

致谢

攻读硕士学位期间主要研究成果