基于譜峭度法和量子遺傳算法的滾動軸承故障的診斷方法
【專利摘要】本發(fā)明涉及滾動軸承故障診斷方法，特別涉及一種基于譜峭度法和量子遺傳算法的滾動軸承故障的診斷方法，基于量子遺傳算法收斂速度快、全局尋優(yōu)能力強(qiáng)的特點(diǎn)和基于FIR濾波器的譜峭度法能得到一定范圍內(nèi)帶通濾波器參數(shù)的客觀事實(shí)，將譜峭度法和QGA相結(jié)合，以經(jīng)帶通濾波后的原信號的譜峭度作為QGA的適應(yīng)度函數(shù)。通過本發(fā)明的方法所得的峭度譜值較傳統(tǒng)譜峭度法的峭度譜值高2~3個數(shù)量級，且包絡(luò)譜線更加干凈，故障特征頻率更加明顯。同時研究發(fā)現(xiàn)，傳統(tǒng)譜峭度法對傳感器位置比較敏感，而本發(fā)明方法診斷精度幾乎不受傳感器位置的影響。
【專利說明】基于譜峭度法和量子遺傳算法的滾動軸承故障的診斷方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及滾動軸承故障診斷方法，特別涉及一種基于譜峭度法和量子遺傳算法的滾動軸承故障的診斷方法。
【背景技術(shù)】
[0002]包絡(luò)分析是滾動軸承故障診斷中最常用的方法之一，該方法不僅能給出軸承的損傷程度，而且能進(jìn)一步指出軸承的損傷部位。在包絡(luò)分析中帶通濾波參數(shù)的選擇至關(guān)重要，嚴(yán)重依賴操作人員的專業(yè)知識和以往的經(jīng)驗(yàn)積累，得出診斷結(jié)論不僅費(fèi)時，且可靠性不高。峭度作為一種統(tǒng)計量，在噪聲較小時可以基于對奇異信號的敏感性進(jìn)行系統(tǒng)的異常檢測，但峭度作為一個全局指標(biāo)無法反映信號某一分量的變化。為克服峭度的不足及功率譜無法檢測和提取信號中瞬態(tài)現(xiàn)象的問題，譜峭度(Spectral Kurtosis,簡寫SK)法被Dwyer提出，其基本思路是計算每根譜線的峭度值，從而發(fā)現(xiàn)信號中隱藏的非平穩(wěn)信息，并指出它們出現(xiàn)的頻帶。直到譜峭度的系統(tǒng)定義和快速算法的提出，譜峭度法在旋轉(zhuǎn)機(jī)械故障診斷領(lǐng)域的應(yīng)用才得到快速發(fā)展。但傳統(tǒng)譜峭度法存在有限沖擊響應(yīng)(FIR)濾波器數(shù)目有限的問題，為此提出了各種改進(jìn)，如蘇文勝和蔡艷平分別用EMD對信號進(jìn)行預(yù)處理并與譜峭度法相結(jié)合，對滾動軸承早期故障進(jìn)行了診斷；王曉冬利用多小波可以更好地與故障特征匹配的特點(diǎn)，重構(gòu)峭度圖實(shí)現(xiàn)了滾動軸承故障診斷。

【發(fā)明內(nèi)容】

[0003]本發(fā)明針對傳統(tǒng)遺傳算法易早熟、計算量大、穩(wěn)定性差的缺點(diǎn)，基于量子遺傳算法(Quantum Genetic Algorithm,簡寫QGA)收斂速度快、全局尋優(yōu)能力強(qiáng)的特點(diǎn)和基于FIR濾波器的譜峭度法能得到一定范圍內(nèi)帶通濾波器參數(shù)的客觀事實(shí)，將譜峭度法和QGA相結(jié)合，以經(jīng)帶通濾波后的原信號的譜峭度作為QGA的適應(yīng)度函數(shù)，提出一種滾動軸承故障診斷的新方法。
[0004]本發(fā)明的技術(shù)方案是:
[0005]一種基于譜峭度法和量子遺傳算法的滾動軸承故障的診斷方法，首先對有故障的滾動軸承振動信號進(jìn)行高頻采樣及預(yù)處理，其特征在于還包括以下步驟:
[0006]步驟1:由譜峭度法(SK)得到濾波器的初始參數(shù)，生成量子遺傳算法(QGA)的初始種群；
[0007]步驟2:由觀測得到的濾波器參數(shù)分別對預(yù)處理后的信號濾波，然后進(jìn)行包絡(luò)分析，求得各染色體對應(yīng)的譜峭度作為適應(yīng)度函數(shù)；
[0008]步驟3:量子遺傳操作
[0009]以全干擾交叉的方法生成新的染色體種群，以一定的概率隨機(jī)選取染色體進(jìn)行按位取反；用當(dāng)前最優(yōu)染色體置換最差染色體完成選擇；用量子旋轉(zhuǎn)門更新染色體，使子代染色體取較大適應(yīng)度值的概率更大；測量并計算適應(yīng)度，記錄最優(yōu)個體信息；
[0010]在量子遺傳中，最小的信息存儲單元是量子比特。量子比特不僅能處在O或I狀態(tài)，還能處在二者的任意疊加態(tài)上。量子比特的表示方法為:
[0011]I Ψ >= α |0 > +β I I >
[0012]其中，α和β可以是復(fù)數(shù)，分別表示I 0>狀態(tài)和I 1>狀態(tài)的概率幅，且滿足歸一化條件:
[0013]I α I2+I β I2 = I
[0014]式中，I α |2表不自旋向O的概率，I β |2表不自旋向I的概率。一個長度為m的量子染色體可以同時表示2m個不同的狀態(tài)。測量的方法為:從[0，I]之間產(chǎn)生一個隨機(jī)數(shù)，若這個數(shù)大于I α I2，則染色體相應(yīng)位測量結(jié)果取值為1，否則為O。
[0015]用量子比特編碼的染色體稱作量子染色體。對一規(guī)模為η的種群，第t代的量子種群表示為Q(t) = {qit，q2\……qj，q/為種群中第j個量子染色體，具體形式可以描述為:
[0016]
【權(quán)利要求】
1.一種基于譜峭度法和量子遺傳算法的滾動軸承故障的診斷方法，首先對有故障的滾動軸承 振動信號進(jìn)行高頻采樣及預(yù)處理，其特征在于還包括以下步驟: 步驟1:由譜峭度法(SK)得到濾波器的初始參數(shù)，生成量子遺傳算法(QGA)的初始種群; 步驟2:由觀測得到的濾波器參數(shù)分別對預(yù)處理后的信號濾波，然后進(jìn)行包絡(luò)分析，求得各染色體對應(yīng)的譜峭度作為適應(yīng)度函數(shù)； 步驟3:量子遺傳操作 以全干擾交叉的方法生成新的染色體種群，以一定的概率隨機(jī)選取染色體進(jìn)行按位取反；用當(dāng)前最優(yōu)染色體置換最差染色體完成選擇；用量子旋轉(zhuǎn)門更新染色體，使子代染色體取較大適應(yīng)度值的概率更大；測量并計算適應(yīng)度，記錄最優(yōu)個體信息； 步驟4:終止判別:達(dá)到最大進(jìn)化代數(shù)t則終止循環(huán)，否則進(jìn)化代數(shù)加I并返回步驟3。步驟5:以最佳濾波器參數(shù)對預(yù)處理信號進(jìn)行濾波和包絡(luò)分析，得到包絡(luò)譜，診斷滾動軸承故障特征頻率。
2.根據(jù)權(quán)利要求1所述的基于譜峭度法和量子遺傳算法的滾動軸承故障的診斷方法，其特征在于所述的步驟2中各染色體的對應(yīng)的譜峭度作為適應(yīng)度函數(shù)為:
【文檔編號】G01M13/04GK103792086SQ201410066346
【公開日】2014年5月14日 申請日期:2014年2月26日 優(yōu)先權(quán)日:2014年2月26日
【發(fā)明者】徐可君, 秦海勤, 任帥 申請人:徐可君, 秦海勤