基于多元函数粒子群的齿轮箱检测优化方法

发布时间：2025-05-27 23:54

　　 针对机车齿轮箱检测获取的多源信号具有数据量大、相关性低和可靠性差等问题,提出一种新型智能优化算法为多元函数粒子群优化算法。研究了粒子种群的异众比率和适应度对惯性权重的影响,在传统粒子群算法的基础上提高了算法的收敛速度及效率,以正则化模态差的适应度函数作为测点数量的评价指标,根据齿轮箱模态振型分析,实现了齿轮箱的多传感器检测优化。以齿轮断齿故障为试验对象,通过与传统检测方法比较分析,准确获取了齿轮箱输入轴转频39.5 Hz,第三级啮合频率90.5 Hz以及2～5倍频成分,快速识别了故障齿轮的位置。实验结果表明了该方法能够增强结构参数的识别率,有效提高了故障诊断的准确性,同时为机车故障预警和安全服役提供了关键技术基础。

【文章页数】：10 页

【部分图文】：

图8 右侧箱体初选测点布置

图7左侧箱体初选测点布置4.2实验分析

图1 多元函数粒子群算法的流程

基于种群的异众比率和适应度对惯性权重的影响,本文提出了多元函数粒子群算法,该算法具有收敛速度快且不易陷入局部最优解的特点。图1所示为多元函数粒子群算法的流程。具体步骤如下。1)对种群中粒子进行随机初始化:种群规模m、位置xi、速度vi、pi历史最优和pg全局最优,将每个粒子均匀的....

图2 动力传动故障诊断综合实验台

以动力传动故障诊断综合实验台(dynasticdiagnosisstation,DDS)的定轴齿轮箱为试验研究对象,如图2所示,其中,齿轮传动如图3所示。为了建立齿轮箱传感器优化的适应度函数,须对其进行有限元建模及模态计算,通过有限元模态计算结果和式(7)、(8)构造的正则....

图3 齿轮箱传动示意图

图2动力传动故障诊断综合实验台图4齿轮箱体网格划分模型

本文编号：4047749