基于FA-ASTFA和最小凸包的齿轮裂纹故障预测模型
杨宇
朱正祥
程军圣
1.湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙,4100822.湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙,4100823.湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙,410082
摘要：自适应最稀疏时频分析(ASTFA)方法采用高斯牛顿迭代,自适应地实现信号的稀疏分解,但该方法必须根据经验确定一个初始相位,作为高斯牛顿迭代的初值.为了防止迭代结果发散,针对初始相位最优选择问题,提出了一种改进的ASTFA算法,即基于萤火虫算法(Firfly Algorithm)的ASTFA方法(简称FA-ASTFA),仿真与试验信号分析结果证明了改进算法的有效性.相比传统时域特征,最小凸包能提取信号的空间信息.基于此,提出了基于FA-ASTFA和最小凸包的齿轮裂纹故障预测模型,试验对比分析表明,预测模型在预测齿轮早期裂纹故障时比传统预测模型具有更大的可靠性和准确性.
关键词：自适应最稀疏时频分析萤火虫算法最小凸包齿轮裂纹预测模型
资助基金：国家重点研发计划(2016YFF0203400)国家自然科学基金(51575168)国家自然科学基金(51375152)
论文发表日期：2018-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 78-82,97 )
英文信息