基于飞蛾扑火优化的MCKD算法在往复压缩机轴承故障诊断中的应用

往复压缩机作为一种高噪声设备,采集到的轴承振动信号存在大量噪声干扰,针对这种具有非线性、非平稳性的信号,提出了一种基于最大相关峭度解卷积的往复压缩机轴承故障诊断方法.使用飞蛾扑火优化算法对最大相关峭度解卷积的参数周期T和滤波器长度L进行自适应选择,用参数优化后的最大相关峭度解卷积算法对往复压缩机轴承振动信号进行解卷积处...     

基于Bluetooth无线传感器网络的新型地震预警系统设计

针对目前全球地震灾害和泥石流灾害的严峻形势,本文提出了一种基于Bluetooth无线传感器网络的地震实时监测预警系统的框架及其实现方案.设计了基于气体摆式倾角传感器和ADXL320芯片的传感器节点结构和硬件电路、无线基站节点,论述了网络数据传输的流程.该系统能够监测地震产生时居民楼的震动,倾斜等相关参数,能为相关部门采取防震或预警措施提供重要决策依据.     

基于DE-VMD和GMDE的往复压缩机轴承间隙故障诊断方法

针对往复压缩机轴承间隙故障特征提取困难、识别准确率不高等问题,提出了差分进化算法优化变分模态分解方法和广义多尺度散布熵相结合的往复压缩机间隙故障诊断方法。首先,采用差分进化算法对变分模态分解算法的两个核心参数进行了优化,并利用优化后的变分模态分解方法对轴承间隙振动信号进行了信号分解和重构处理;然后,研究了多尺度散布熵的粗粒化过程,通过将方差粗粒化代替均值粗粒化,进行了多尺度处理,构建了广义多尺度散布熵算法,利用广义多尺度散布熵算法对重构信号进行了故障特征提取分析;最后,设计了核极限学习机模型对故障特征向量集进行了分类识别,完成了往复压缩机轴承间隙不同故障状态的智能诊断研究。研究结果表明,该故障诊断方法的识别准确率高达97%,高效地实现了轴承不同种类故障的智能诊断目的。     

基于MFO-VMD和GMFE的往复压缩机轴承间隙故障诊断方法

基于往复压缩机轴承间隙故障呈现非线性、非稳定性和特征耦合的特点,本文提出了飞蛾捕焰优化算法（MFO）优化变分模态分解方法（VMD）和广义多尺度模糊熵（GMFE）的往复压缩机轴承间隙故障诊断新方法。首先,利用MFO对VMD的模态数k和惩罚因子α两个参数进行优化,得到最佳参数组合[k,α],从而利用优化后的VMD对轴承间隙振动信号进行信号分解处理,并进行振动信号的重构分析;然后,采用GMFE熵值算法对重构信号进行故障特征提取研究,从而得到所需的故障特征向量集;最后将提取的故障特征向量集输入智能分类算法支持向量机中进行故障的分类诊断研究。研究结果表明,本文提出的往复压缩机轴承间隙故障诊断方法有效地提高诊断的准确率,具有较好的故障特征提取优越性。