针对目前基于振动信号的工作模态参数识别方法存在抗噪能力低,参数识别主观经验性较强,识别精度差和识别方法较复杂等问题,研究了一种基于量子优化ICA的工作模态参数识别技术(Operational Model Analysis,OMA),通过齿轮箱LMS模态实验证...针对目前基于振动信号的工作模态参数识别方法存在抗噪能力低,参数识别主观经验性较强,识别精度差和识别方法较复杂等问题,研究了一种基于量子优化ICA的工作模态参数识别技术(Operational Model Analysis,OMA),通过齿轮箱LMS模态实验证明,QICA模态参数识别技术操作简单,能够有效排除噪声干扰。最后以QICA识别的齿轮箱五种工况模态频率作为故障诊断特征参量,分析对比各工况下的模态频率的变化,进行了齿轮箱故障诊断。展开更多
文摘针对目前基于振动信号的工作模态参数识别方法存在抗噪能力低,参数识别主观经验性较强,识别精度差和识别方法较复杂等问题,研究了一种基于量子优化ICA的工作模态参数识别技术(Operational Model Analysis,OMA),通过齿轮箱LMS模态实验证明,QICA模态参数识别技术操作简单,能够有效排除噪声干扰。最后以QICA识别的齿轮箱五种工况模态频率作为故障诊断特征参量,分析对比各工况下的模态频率的变化,进行了齿轮箱故障诊断。
