[发明专利]基于改进粒子群的非线性ICA分析的旋转机械故障诊断方法

摘要

本发明提供的是一种基于改进粒子群的非线性ICA分析的旋转机械故障诊断方法。1）测取旋转机械振动加速度测试信号；2）进行中心化和白化处理；3）计算粒子初始位置处的评价函数；4）计算每个粒子更新位置的优化目标函数；5）根据限制条件更新局部最优值和全局最优值；6）计算更新粒子速度矢量，计算更新粒子位置矢量；7）判断是否达到最大迭代次数或适应度函数是否大于最大值，若是则执行步骤8)，否则转为步骤4)；8）对振动加速度测试信号进行非线性ICA分离处理；9）选取包含故障信息的分离信号，并作出频谱图；10）观察频谱图是否在故障特征频率或其倍频处存在明显峰值，进而判断旋转机械是否发生故障。本发明收敛速度快，独立性好，鲁棒性好。

主权项

一种基于改进粒子群的非线性ICA分析的旋转机械故障诊断方法，其特征是包括如下步骤：1)利用加速度传感器测取旋转机械振动加速度测试信号；2)对振动加速度测试信号进行中心化和白化处理，使期望为零，方差为一；3)计算粒子初始位置处的评价函数，初始化非线性去混合函数的参数；4)计算每个粒子更新位置的优化目标函数；5)通过优化目标函数，根据限制条件更新局部最优值和全局最优值；6)计算更新粒子速度矢量，计算更新粒子位置矢量；7)判断是否达到最大迭代次数，或适应度函数是否大于最大值，若是，则执行步骤8)，否则转为步骤4)；8)选取全局最优值构成分离矩阵和多项式参数，对振动加速度测试信号进行非线性ICA分离处理，得到多个分离信号；9)从中选取包含故障信息的分离信号，并作出频谱图；10）观察频谱图是否在故障特征频率或其倍频处存在明显峰值，进而判断旋转机械是否发生故障。