论文摘要
针对机车齿轮箱检测获取的多源信号具有数据量大、相关性低和可靠性差等问题,提出一种新型智能优化算法为多元函数粒子群优化算法。研究了粒子种群的异众比率和适应度对惯性权重的影响,在传统粒子群算法的基础上提高了算法的收敛速度及效率,以正则化模态差的适应度函数作为测点数量的评价指标,根据齿轮箱模态振型分析,实现了齿轮箱的多传感器检测优化。以齿轮断齿故障为试验对象,通过与传统检测方法比较分析,准确获取了齿轮箱输入轴转频39.5 Hz,第三级啮合频率90.5 Hz以及2～5倍频成分,快速识别了故障齿轮的位置。实验结果表明了该方法能够增强结构参数的识别率,有效提高了故障诊断的准确性,同时为机车故障预警和安全服役提供了关键技术基础。
论文目录
文章来源
类型: 期刊论文
作者: 任彬,李思雯,杨绍普,郝如江
关键词: 齿轮箱,多元函数粒子群优化算法,正则化模态差,优化检测
来源: 仪器仪表学报 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 铁路运输,自动化技术
单位: 石家庄铁道大学机械工程学院
基金: 国家自然科学基金(51405313),河北省自然科学基金(A2016210099,E2019210299),河北省青年拔尖人才计划(BJ2017047),石家庄铁道大学在读研究生创新项目(YC2019025)资助
分类号: TP18;U269
DOI: 10.19650/j.cnki.cjsi.J1904928
页码: 26-35
总页数: 10
文件大小: 6334K
下载量: 99
相关论文文献
标签：齿轮箱论文; 多元函数粒子群优化算法论文; 正则化模态差论文; 优化检测论文;