采用遗传算法的自适应随机共振系统弱信号检测方法研究

被引:62
作者
王晶 [1 ,2 ]
张庆 [1 ,2 ]
梁霖 [1 ,2 ]
张熠卓 [1 ]
徐光华 [1 ,2 ]
机构
[1] 西安交通大学机械工程学院
[2] 西安交通大学机械制造系统工程国家重点实验室
关键词
随机共振; 遗传算法; 多参数同步优化; 弱信号检测;
D O I
暂无
中图分类号
O324 [随机振动]; TN911.23 [信号检测与估计];
学科分类号
070301 [无机化学]; 080906 [电磁信息功能材料与结构];
摘要
针对传统自适应随机共振系统只能实现单参数优化的缺点,提出了一种基于遗传算法的多参数同步优化自适应随机共振算法.该算法选用由双稳系统输出的信噪比作为遗传算法的适应度函数,能够实现随机共振系统中多个参数的自适应选取,从而最优地检测出原始信号中的微弱周期成分.同时,将该优化算法和移频变尺度随机共振相结合,可以实现大参数条件下的随机共振.仿真数据和滚动轴承外环故障数据的分析表明,该算法收敛速度快,简单易行,在采样点数较少的条件下能从强噪声背景中检测出微弱的高频周期成分,因此具有良好的工程应用前景.
引用
收藏
页码:32 / 36
页数:5
相关论文
共 7 条
[1]
自适应移频变尺度随机共振在故障诊断中的应用 [J].
谭继勇 ;
陈雪峰 ;
雷亚国 ;
何正嘉 .
西安交通大学学报, 2009, 43 (07) :69-73
[2]
参数调节随机共振在机械系统早期故障检测中的应用 [J].
陈敏 ;
胡茑庆 ;
秦国军 ;
安茂春 .
机械工程学报, 2009, 45 (04) :131-135
[3]
基于遗传算法的旋转机械故障诊断方法融合 [J].
刘占生 ;
窦唯 ;
王东华 ;
王晓伟 .
机械工程学报, 2007, (10) :227-233
[4]
基于遗传算法的轴流汽轮机级效率优化 [J].
秦晓勇 ;
陈林根 ;
孙丰瑞 .
机械工程学报, 2004, (07) :166-170
[5]
二次采样用于随机共振从强噪声中提取弱信号的数值研究 [J].
冷永刚 ;
王太勇 .
物理学报, 2003, (10) :2432-2437
[6]
微弱特征信号检测的随机共振方法与应用研究 [D]. 
杨定新 .
国防科学技术大学,
2004
[7]
Genetic algorithms: a survey Srinivas M; Patnaik LM; IEEE Computer 1994,