基于IWMMDF的液压泵振动信号特征提取方法研究

根据液压泵振动信号的非线性及信噪比低等特点,针对现有加权方法存在的不足,提出了基于改进加权多尺度形态学差值滤波器（Improved Weighting Multi-scale Morphological D-value Filter, IWMMDF）的液压泵振动信号特征提取方法。该方法首先利用不同尺度的结构元素对信号进行形态差值滤波,再根据本尺度特征能量比占所有尺度特征能量比总和的大小对各尺度的滤波结果进行加权求和。仿真实验和液压泵故障模拟试验结果表明,该方法不但避免单尺度形态分析的片面性,而且可获得不同层次上的信号特征信息,能够有效的提取液压泵振动信号的特征。     

基于IQGA和SR的微弱信号检测方法研究

量子遗传算法(Quantum Genetic Algorithm, QGA)是量子计算与遗传算法相结合的产物,避免了遗传算法的一些缺陷。但QGA的编码方案和演化策略不具备通用性,因此极易陷入局部最优。针对QGA的上述缺陷,提出了一种在量子门更新的过程中,加入量子的交叉和变异操作的改进的QGA（Improved QGA, IQGA）,且适当的改变旋转角的大小,保证收敛速度的同时提高了精度。随机共振（Stochastic Resonance, SR）是常用的微弱信号检测方法之一,将二者相结合,利用IQGA优化SR系统参数,实现SR最优输出的自适应求解。仿真结果表明,改进的量子遗传算法收敛速度快、寻优能力强。将该方法应用于工程实际,亦取得良好的效果。