声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1316/TU
国际刊号：1000-3835
发布日期:
作者：王波 刘树林 张宏利
单位：1. 滁州学院 机械与汽车工程学院 安徽 滁州 239000；2.上海大学 机电工程与自动化学院 上海 200072
关键词：广义S变换;量子遗传算法; 滚动轴承;故障诊断;特征提取
考虑到实际工程环境中噪声对故障特征提取的影响，提出了基于量子遗传算法(QGA)优化广义S变换的滚动轴承故障特征提取方法。该方法以时频分布集中程度为评价标准，首先采用量子遗传算法自适应地选取广义S变换中最优窗口控制参数，然后提取信号变换后复时频矩阵的模向量作为滚动轴承故障特征向量。利用该方法提取的滚动轴承故障特征与其它故障特征进行故障识别对比研究，实验结果表明该方法能够更准确地提取出故障特征，验证了方法的优越性。此外，对不同噪声强度背景下的滚动轴承振动信号进行故障特征提取，诊断结果进一步显示所提方法具有良好的抗噪性和健壮性。<br>
来源：2017年第5期
《振动与冲击》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。