基于一种改进粒子群的非线性盲分离算法
本文介绍了非线性信号盲分离模型,在研究ICA算法的基础上,提出了一种改进粒子群算法与非线性ICA结合进行信号分离的算法.将ICA技术与故障诊断相结合,利用基于改进粒子群算法的非线ICA分析方法对实验室测取的齿轮箱故障信号进行了分离,分离结果表明,经ICA分解后故障信息明显增强,然后对分离后的信号利用小波包进行了特征提取.结果表明了本文算法在分离精度和稳定性能上取得了较好的效果.
齿轮箱 故障信号 非线性盲分离算法 粒子群优化
潘宏侠 刘芬
中北大学系统辨识与诊断技术研究所
国内会议
全国高校机械工程测试技术研究会、中国振动工程学会动态测试专业委员会2012年代表大会暨学术年会
鞍山
中文
1-6
2012-07-23(万方平台首次上网日期,不代表论文的发表时间)