强噪声背景下地铁牵引电机轴承故障识别方法研究OACSTPCD
为了实现地铁车辆牵引电机轴承故障识别,论文针对电机轴承故障冲击被强背景噪声淹没特征提取困难的问题,利用多点最优调整的最小熵解卷积增强故障冲击成分,采用粒子群优化算法自适应地确定滤波器阶数和故障周期,获取高信噪比的故障特征信号,最后对故障特征信号进行包络谱分析实现故障识别。现场采集数据验证了该方法的有效性。
王锦畅;陈威;彭乐乐;郑树彬;钟倩文;
上海工程技术大学城市轨道交通学院,上海201620上海航天设备制造总厂有限公司,上海200245
电子信息工程
牵引电机轴承故障诊断多点最优调整的最小熵解卷积粒子群优化
《计算机与数字工程》 2024 (007)
P.2239-2243 / 5
国家自然科学基金项目(编号:51907117,51975347);上海市科技计划项目(编号:22010501600);上海申通地铁集团资助项目(编号:JS-KY20R013-3,2021CL-KY20R013-3-JYF-050)资助。
评论