基于GA的自适应最稀疏时频分析方法及应用

摘要/Abstract

摘要：

为解决自适应最稀疏时频分析（ASTFA）方法中初始相位函数的选择问题，采用遗传算法（GA）对ASTFA的初始相位函数进行优化，提出了GA-ASTFA方法。进一步研究了GA-ASTFA方法抑制模态混淆的能力，分析结果表明，GA-ASTFA能较好地抑制模态混淆，分解得到的分量信号精度高，且可抑制分解中的伪分量。最后将GA-ASTFA方法用于转子碰摩故障诊断，实验分析结果表明，GA-ASTFA方法能有效提取转子碰摩故障特征信息。

关键词: 遗传算法, 自适应最稀疏时频分析, 经验模态分解, 模态混淆, 转子碰摩

Abstract:

To solve the choice of initial phase function, ASTFA method was proposed herein based on GA. The initial phase function of ASTFA was optimized by GA. The ability of avoiding mode mixing was studied. The analysis shows that the GA-ASTFA method has the ability of avoiding mode mixing and can suppress the pseudo components. And the component's accuracy decomposed via GA-ASTFA is better. Finally, the GA-ASTFA was applied to rub-impact fault diagnosis in rotor systems. Experimental analyses show that the GA-ASTFA method can extract the fault feature information effectively.

Key words: genetic algorithm(GA), adaptive and sparsest time-frequency analysis(ASTFA), empirical mode decomposition(EMD), mode mixing, rub-impact fault

中图分类号:

李宝庆, 程军圣, 吴占涛, 彭延峰. 基于GA的自适应最稀疏时频分析方法及应用[J]. 中国机械工程, 2016, 27(01): 66-72.

Li Baoqing, Cheng Junsheng, Wu Zhantao, Peng Yanfeng. Adaptive and Sparsest Time-frequency Analysis Method Based on Genetic Algorithm and Its Applications[J]. China Mechanical Engineering, 2016, 27(01): 66-72.

参考文献

[1]胡茑庆.转子碰摩非线性行为与故障辨识的研究[D].长沙：国防科技大学，2001.
[2]程军圣，于德介，杨宇. EMD方法在转子局部碰摩故障诊断中的应用[J]. 振动、测试与诊断，2006，26(1)：24-27.
Cheng Junsheng，Yu Dejie，Yang Yu. Application of EMD to Local Rub-impact Fault Diagnosis in Rotor Systems[J]. Journal of Vibration, Measurement & Diagnosis，2006，26(1)：24-27.
[3]Huang N E，Shen Z，Long S R.The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis[J].Proceedings of the Royal Society A，1998，454：903-995.
[4]高云超，桑恩方，许继友. 分离EMD中混叠模态的新方法[J]. 哈尔滨工程大学学报，2008，29(9)：963-966.
Gao Yunchao，Sang Enfang，Xu Jiyou. A New Method for Separating Mixed Modes in Empirical Mode Decomposition[J]. Journal of Harbin Engineering University，2008，29(9)：963-966.
[5]Wu Z，Huang N E. Ensemble Empirical Mode Decomposition：a Noise Assisted Data Analysis Method[J]. Advances in Adaptive Data Analysis，2009，1(1)：1-41.
[6]Chu P C，Fan C，Huang N E. Compact Empirical Mode Decomposition：An Algorithm to Reduce Mode Mixing，End Effect，and Detrend Uncertainty[J]. Advances in Adaptive Data Analysis，2012，4(3)：1-18.
[7]郑近德，程军圣，曾鸣，等. 基于伪极值点假设的经验模态分解及其在转子故障诊断中的应用[J]. 中国机械工程，2014，25(18)：2467-2472.
Zheng Jinde，Cheng Junsheng，Zeng Ming，et al. Pseudo-extrema Based EMD and Its Application to Rotor Fault Diagnosis[J]. China Mechanical Engineering，2014，25(18)：2467-2472.
[8]杨宇，曾鸣，程军圣. 局部特征尺度分解方法及其分解能力研究[J]. 振动工程学报，2012，25(5)：602-609.
Yang Yu，Zeng Ming，Cheng Junsheng. Research on Local Characteristic-scale Decomposition and Its Capacities[J]. Journal of Vibration Engineering，2012，25(5)：602-609.
[9]Rilling G，Flandrin P. One or Two Frequencies? The Empirical Mode Decomposition Answers[J]. IEEE Trans. Signal Processing，2008，56(1)：85-95.
[10]Hou T Y，Shi Z Q. Adaptive Data Analysis via Sparse Time-frequency Representation[J]. Advances in Adaptive Data Analysis，2011，3(1/2)：1-28.
[11]Hou T Y，Shi Z Q. Data-driven Time-frequency Analysis[J]. Applied and Computational Harmonic Analysis，2013，35(2)：284-308.
[12]Hou T Y，Shi Z Q，Peyman T. Convergence of a Data-driven Time-frequency Analysis Method[J]. Applied and Computational Harmonic Analysis，2014，37(2)：235-270.
[13]David M，Alessandro C，James T，et al. Compressed Sensing Techniques for Detecting Damage in Structures[J]. Structural Health Monitoring，2013，12(4)：325-338.

[1]	李西兴, 杨道明, 李鑫, 吴锐, . 基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法[J]. 中国机械工程, 2021, 32(08): 938-950，986.
[2]	赵丽娟, 王雅东, 王斌. 含夹矸煤层条件下采煤机螺旋滚筒工作性能分析与预测[J]. 中国机械工程, 2021, 32(08): 976-986.
[3]	刘雪梅；刘涛；郭欢. 基于可用度评价的混联生产线缓冲区配置优化[J]. 中国机械工程, 2020, 31(18): 2220-2230.
[4]	岳彩旭;刘鑫;刘智博;谢娜;王彦武. 基于有限元仿真的拼接模具铣削用刀具优化[J]. 中国机械工程, 2020, 31(17): 2085-2094.
[5]	刘雪梅1;王笑1;柳跃雷2. 模糊时间窗约束下的装配线物料配送方案优化[J]. 中国机械工程, 2020, 31(17): 2095-2103.
[6]	吕佑龙;许鸿伟;郑城;张洁;郑鹏. 基于混合式特征选择模型的晶圆允收测试关键参数识别方法[J]. 中国机械工程, 2020, 31(16): 1978-1984,1997.
[7]	杨杰, 胡琦, 肖亭, 张文颖, 张超勇. 基于能耗的冷轧连退机组能效建模与工艺参数优化及排序建模优化[J]. 中国机械工程, 2020, 31(14): 1724-1732.
[8]	刘建胜;雷兆发;聂伟豪;涂海宁. 一种鱼骨仓储布局下的拣选路径优化方法[J]. 中国机械工程, 2020, 31(10): 1225-1232.
[9]	吕凤鹏;李朝阳;黄健;陈兵奎. RV减速器转臂轴承的优化设计[J]. 中国机械工程, 2020, 31(09): 1043-1048.
[10]	郭祥雨;王琳;张永健. 规则约束下基于免疫遗传算法的机加工艺规划[J]. 中国机械工程, 2020, 31(04): 482-488.
[11]	张恒;李爱平;傅翔;邵焕;刘雪梅. 面向混批加工的装夹方案选择与线平衡集成优化方法[J]. 中国机械工程, 2019, 30(20): 2497-2504.
[12]	刘洋;刘晓波;梁珊. 基于傅里叶分解方法的航空发动机转子故障诊断[J]. 中国机械工程, 2019, 30(18): 2156-2163.
[13]	聂黎1;张国辉2;王小刚1;白跃伟1. 基于博弈论的虚拟制造网络车间调度优化方法[J]. 中国机械工程, 2019, 30(12): 1492-1497.
[14]	盛继新1;张邦基1;朱波2;王明1;金秋谈1. 两挡纯电动汽车传动系统参数优化和试验对比[J]. 中国机械工程, 2019, 30(07): 763-770,776.
[15]	贺长征1;宋豫川1;雷琦1;吕向飞1;刘软香1;陈进2. 柔性作业车间多自动导引小车和机器的集成调度[J]. 中国机械工程, 2019, 30(04): 438-447.