典型文献
一种PSO-NLM权值曲线包络分析的单向阀故障诊断方法
文献摘要：
针对单向阀受大量背景噪声干扰致使其故障特征难以提取的问题,提出一种粒子群算法(Particle swarm optimization,PSO)寻找非局部均值(Non-local mean,NLM)最优参数,对最优参数NLM权值曲线作包络分析的单向阀故障诊断方法.首先,运用粒子群优化算法以NLM滤波后信号的包络熵最小作为目标函数选取参数;其次,对于NLM算法取平均值的特性在滤波处理时会将部分冲击特征均值化,直接利用最优参数NLM加权运算得到的信号样本点权值分布曲线作为处理信号,从权重角度使故障冲击得到增强;最后,对权值分布曲线进行希尔伯特包络分析进而得到诊断结果.工程数据验证表明,提出的方法能更精准的提取到单向阀故障特征频率.
文献关键词：
单向阀;粒子群优化算法;非局部均值;权值曲线;故障诊断
中图分类号：
作者姓名：
李锶宇;黄国勇;潘震;钱恩丽;何冬
作者机构：
昆明理工大学 信息工程与自动化学院 昆明 650500;昆明理工大学 民航与航空学院 昆明 650500
文献出处：
引用格式：
[1]李锶宇;黄国勇;潘震;钱恩丽;何冬-.一种PSO-NLM权值曲线包络分析的单向阀故障诊断方法)[J].机械科学与技术,2022(04):517-522
A类：
权值曲线
B类：
PSO,NLM,包络分析,单向阀,故障诊断方法,背景噪声,噪声干扰,粒子群算法,Particle,swarm,optimization,非局部均值,Non,local,mean,最优参数,粒子群优化算法,包络熵,取平,滤波处理,样本点,值分布,分布曲线,从权,希尔伯特包络,诊断结果,工程数据,数据验证,取到,故障特征频率
AB值：
0.289411
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
