基于谱峭度法和量子遗传算法的滚动轴承故障的诊断方法

摘要

本发明涉及滚动轴承故障诊断方法，特别涉及一种基于谱峭度法和量子遗传算法的滚动轴承故障的诊断方法，基于量子遗传算法收敛速度快、全局寻优能力强的特点和基于FIR滤波器的谱峭度法能得到一定范围内带通滤波器参数的客观事实，将谱峭度法和QGA相结合，以经带通滤波后的原信号的谱峭度作为QGA的适应度函数。通过本发明的方法所得的峭度谱值较传统谱峭度法的峭度谱值高2~3个数量级，且包络谱线更加干净，故障特征频率更加明显。同时研究发现，传统谱峭度法对传感器位置比较敏感，而本发明方法诊断精度几乎不受传感器位置的影响。

主权项

一种基于谱峭度法和量子遗传算法的滚动轴承故障的诊断方法，首先对有故障的滚动轴承振动信号进行高频采样及预处理，其特征在于还包括以下步骤：步骤1：由谱峭度法（SK）得到滤波器的初始参数，生成量子遗传算法（QGA）的初始种群；步骤2：由观测得到的滤波器参数分别对预处理后的信号滤波，然后进行包络分析，求得各染色体对应的谱峭度作为适应度函数；步骤3：量子遗传操作以全干扰交叉的方法生成新的染色体种群，以一定的概率随机选取染色体进行按位取反；用当前最优染色体置换最差染色体完成选择；用量子旋转门更新染色体，使子代染色体取较大适应度值的概率更大；测量并计算适应度，记录最优个体信息；步骤4：终止判别：达到最大进化代数t则终止循环，否则进化代数加1并返回步骤3。步骤5：以最佳滤波器参数对预处理信号进行滤波和包络分析，得到包络谱，诊断滚动轴承故障特征频率。