论文摘要
自适应最稀疏时频分析（Adaptive and sparsest time-frequency analysis,ASTFA）方法能对复杂信号进行自适应的分解,但是初始相位函数和带宽参数取值需要人工经验,如果选择不当会严重影响ASTFA方法的分解能力。针对该问题,论文将蛾火优化（Moth-Flame Optimization,MFO）算法应用于ASTFA方法的初始相位函数和带宽参数的优化,提出基于蛾火优化的自适应最稀疏时频分析（Moth-flame optimization based adaptive sparsest time-frequency analysis,MFO-ASTFA）方法。将MFO-ASTFA与ASTFA方法进行了对比,并将MFO-ASTFA方法应用于齿轮故障诊断,结果表明了MFO-ASTFA的优越性及有效性。
论文目录
文章来源
类型: 期刊论文
作者: 程正阳,王荣吉,杨兴凯,程军圣
关键词: 故障诊断,自适应最稀疏时频分析,蛾火优化算法,齿轮
来源: 噪声与振动控制 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 中南林业科技大学机电工程学院,湖南大学机械与运载工程学院
基金: 国家自然科学基金资助项目(51875183),湖南省重点研发计划资助项目(2017GK2182)
分类号: TH132.41;TP18
页码: 185-190
总页数: 6
文件大小: 2244K
下载量: 105
相关论文文献
标签：故障诊断论文; 自适应最稀疏时频分析论文; 蛾火优化算法论文; 齿轮论文;