基于人工蜂群算法和隨機(jī)共振的軸承故障診斷研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩59頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、現(xiàn)代機(jī)械設(shè)備正在朝著大型化、復(fù)雜化、高速化方向發(fā)展。機(jī)械設(shè)備通常在強(qiáng)噪聲背景中運(yùn)行,如何將微弱故障信號(hào)從強(qiáng)噪聲環(huán)境中提取出來,一直是故障診斷技術(shù)的難題之一。隨機(jī)共振能夠很好的將噪聲能量轉(zhuǎn)換為微弱信號(hào)能量,使微弱的故障信號(hào)突出,方便研究人員和工程技術(shù)人員對(duì)機(jī)械設(shè)備作出診斷。然而隨機(jī)共振的結(jié)構(gòu)參數(shù)對(duì)隨機(jī)共振的系統(tǒng)輸出有很大的影響,每一個(gè)輸入信號(hào)都會(huì)對(duì)應(yīng)一組最佳的結(jié)構(gòu)參數(shù)。人工蜂群算法憑借其較快的收斂速度、較高的精確性和優(yōu)良的全局搜索能力近年

2、來得到了大力的發(fā)展。
  基于以上的原因,本文做出了如下的研究:
  1、創(chuàng)造性的提出運(yùn)用人工蜂群算法搜索隨機(jī)共振的結(jié)構(gòu)參數(shù),以隨機(jī)共振輸出信噪比作為人工蜂群算法的目標(biāo)函數(shù),搜索隨機(jī)共振的結(jié)構(gòu)參數(shù),使不同輸入信號(hào)輸入進(jìn)隨機(jī)共振時(shí),都能達(dá)到最佳的輸出效果。
  2、運(yùn)用一組模擬的帶噪余弦信號(hào)作為隨機(jī)共振的輸入信號(hào),驗(yàn)證所提的基于人工蜂群算法和隨機(jī)共振的機(jī)械設(shè)備故障診斷方式的可行性,并與傳統(tǒng)隨機(jī)共振輸出信號(hào)進(jìn)行比較,驗(yàn)證所

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論