噪声与振动控制

噪声与振动控制 ›› 2022, Vol. 42 ›› Issue (5): 123-127.

• 信号处理与故障诊断 • 上一篇    下一篇

GASA-PSO优化算法共振稀疏分解齿轮故障诊断研究#br#

高永新，戴忠林，秦灿   

  1. （ 辽宁工程技术大学机械工程学院，辽宁阜新123000 ）
  • 收稿日期:2021-07-27 修回日期:2021-10-27 出版日期:2022-10-18 发布日期:2022-10-18

Study on Gearbox Fault Diagnosis Methods Using GSAA-PSOOptimization Algorithm

  • Received:2021-07-27 Revised:2021-10-27 Online:2022-10-18 Published:2022-10-18

PDF

摘要： 针对齿轮箱齿轮早期微弱故障信号在恶劣工况下信噪比降低、故障特征不明显、提取困难等问题，提出一种基于遗传模拟退火算法与粒子群算法融合的共振稀疏分解故障诊断方法，对成分复杂、存在模态混叠的非平稳齿轮箱振动信号进行分析。建立齿轮箱故障模型，模拟齿轮故障信号，将遗传模拟退火算法与粒子群融合算法对品质因子全局快速寻优，利用最匹配品质因子对齿轮振动信号分离得到高、低共振分量与残差分量，对低共振分量做Hilbert 包络分析,得到冲击脉冲信号,进而对齿轮箱进行故障诊断；利用MATLAB仿真分析与实验证明，所提出的方法可以有效提取齿轮箱早期微弱的故障信号，具有较高的分离精度，实现齿轮微弱故障诊断，证明了该方法的可行性与有效性。

关键词: 故障诊断, 齿轮箱, 故障模型, 粒子群算法, 共振稀疏分解, 遗传模拟退火算法