||
图 文 导 读
图1 Graphical abstract
该文亮点:
1.提出了一种频带选取指标(synthetic quantitative index),该指标能有效提取微弱故障特征所在的子频带。
2.提出了一种改进的蝗虫优化算法(improved grasshopper optimization algorithm, IGOA),解决了典型GOA优化效果不佳及不稳定的问题。
Highlights:
1. A synthetic quantitative index is proposed, which can effectively extract the sub-band containing weak fault characteristics.
2. An improved grasshopper optimization algorithm (IGOA) is proposed to solve the problems of poor and unstable optimization performances in the typical GOA.
旋转机械产生早期故障时,相关的故障特征频率因其幅值较为微弱,直接用传统的谱分析手段难以对其进行检测。因此,增强旋转机械微弱故障特征的可检测性,以实现旋转机械的早期故障诊断具有实际意义。目前,基于蝗虫优化算法(grasshopper optimization algorithm, GOA)优化随机共振系统(stochastic resonance system, SR system)的方法是增强旋转机械微弱故障特征可检测性的颇有前景的手段之一。然而,由于GOA算法存在对寻优初始点较为敏感和易于陷入局部最优的缺陷,因而无法得到稳定高效的应用。
鉴于此,福州大学张俊教授团队在《国际机械系统动力学学报(英文)》(International Journal of Mechanical System Dynamics, IJMSD)发表题为“A local spectrum enhancement-based method and its application in incipient fault diagnosis of rotating machinery”的研究论文。该文通过网格搜索算法预设较优初始点的方式,构建了一种改进的GOA算法以克服典型GOA算法优化效果稳定性低的问题。具体而言,该文首先通过遍历频带分割方法(traversal frequency band segmentation method)对原始信号的频带进行分割;其次利用所构建的频带选取指标(synthetic quantitative index)选择信息量最丰富的子频带;然后利用改进GOA算法优化的随机共振系统,对所选频带段内的微弱故障特征进行增强;最后利用包络谱分析进行故障特征提取,实现了旋转机械早期故障诊断。
Abstract:Incipient faults of gears and rolling bearings in rotating machineries are very difficult to identify using traditional envelope analysis methods. To address this challenge, this paper proposes an effective local spectrum enhancement-based diagnostic method that can identify weak fault frequencies in the original complicated raw signals. For this identification purpose, a traversal frequency band segmentation technique is first proposed for dividing the raw signal into a series of subfrequency bands. Then, the proposed synthetic quantitative index is constructed for selecting the most informative local frequency band (ILFB) containing fault features from the divided subfrequency bands. Furthermore, an improved grasshopper optimization algorithm-based stochastic resonance (SR) system is developed for enhancing weak fault features contained in the selected most ILFB with less computation cost. Finally, the enhanced weak fault frequencies are extracted from the output of the SR system using a common spectrum analysis. Two experiments on a laboratory planetary gearbox and an open bearing data set are used to verify the effectuality of the proposed method. The diagnostic results demonstrate that the proposed method can identify incipient faults of gears and bearings in an effective and accurate manner. Furthermore, the advantages of the proposed method are highlighted by comparison with other methods.
Keywords:
fault diagnosis,frequency band segmentation,adaptive stochastic resonance,improved grasshopper optimization algorithm,synthetic quantitative index
DOI: 10.1002/msd2.12076
Share this article:
https://onlinelibrary.wiley.com/doi/10.1002/msd2.120706(点击链接直达原文)
Cite this article: Shi J, Xu B, Wang X, Zhang J. A local spectrum enhancement‐ased method and its application in incipient fault diagnosis of rotating machinery. Int J Mech Syst Dyn. 2023; 3: 162-172. doi:10.1002/msd2.12076
ResearchGate: 点击 直达该文ResearchGate页面
作 者 简 介
施健聪 福州大学硕士研究生,研究方向为旋转机械故障诊断。
许宝明 福州大学硕士研究生,研究方向为旋转机械故障诊断。
王兴龙 福州大学在读博士研究生,研究方向为旋转机械故障诊断。
张 俊 福州大学机械工程及自动化学院副院长、教授、博士生导师,“闽江学者”特聘教授,主要从事机械动力学、齿轮传动、机器人技术及旋转机械故障诊断研究。曾获福建省杰出青年基金项目资助,主持各类项目共计16项;发表论文170余篇;授权专利43项。
欢迎加入读者交流群
长按下图,扫码添加小编微信,邀请您进入IJMSD读者交流群,群内不定期分享期刊论文,并开展学术写作讲座等各项活动。
备注“姓名-单位-IJMSD读者”
期 刊 简 介
IJMSD由来自18个国家的21位院士、17位国际学会主席、20位国际期刊主编等69位科学家和国际出版巨头美国Wiley出版社合作创办。主编为国际机械系统动力学学会(International Society of Mechanical System Dynamics, ISMSD)主席、中国科学院院士、南京理工大学芮筱亭院士,3位合作主编为加拿大工程院院士、欧洲科学院院士、加拿大麦吉尔大学Marco Amabili院士,国际理论与应用力学联盟(International Union of Theoretical and Applied Mechanics, IUTAM)前司库、国际多体系统动力学协会(International Association for Multibody System Dynamics, IMSD)前主席、德国斯图加特大学Peter Eberhard教授和美国工程院及科学院院士、欧洲科学院外籍院士、英国皇家学会外籍院士、中国科学院外籍院士、美国工程科学协会前主席、美国西北大学Yonggang Huang院士。
IJMSD旨在用机械系统动力学科学与技术为现代装备设计、制造、试验、评估和使用全生命周期性能的提升提供先进的理论、软件、方法、器件、标准,为全球科学家和工程专家提供广泛的机械系统动力学国际交流平台。IJMSD强调从“系统”视角及系统级工具理解动力学,所涉及的机械系统不仅包括各种不同尺度的机械系统和结构,还包括具有多物理场/多学科特征的综合机械系统。
目前,IJMSD已被ESCI,Scopus,IET Inspec,DOAJ等收录。2023年免收出版费,并为已录用稿件免费提供专业语言润色服务,欢迎全球科学家投稿交流。
期刊主页:
https://onlinelibrary.wiley.com/journal/27671402
投稿网址:
https://mc.manuscriptcentral.com/ijmsd
编辑部邮箱:office@ijmsd.net
推 荐 阅 读
IJMSD期刊编辑部版权所有©2023年。任何形式的转载和出版请联系office@ijmsd.net
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-8-17 05:22
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社