轴承故障诊断FastICA算法性能优化方法

论文摘要

为提高FastICA算法的收敛平稳性和速度,克服FastICA算法对初始值选取敏感的问题,提出在最速下降法中引入松弛因子优化FastICA算法中解混矩阵初始值的方法。首先,按最速下降法负梯度原理确定初始值目标函数最速收敛方向,以最快速度选取靠近目标函数解的粗优值;然后,通过引入松弛因子αk,限制目标函数的下降性质,促使其进入牛顿迭代法收敛区域,最终达到收敛。将优化后的FastICA算法应用于轴承故障诊断中,根据多次仿真次数下迭代时长及时长的波动趋势验证优化FastICA算法在平稳性和速度方面优于传统FastICA算法,且不影响FastICA算法的分离性能,能准确诊断出轴承的故障类型。

论文目录

• 1 引言
• 2 FastICA故障诊断的基本原理
• 3 引入松弛因子的最速下降法改进FastICA算法原理
•   3.1 FastICA的初值敏感性
•   3.2 引入松弛因子的最速下降法改进FastICA原理
• 4 基于改进的FastICA算法的轴承故障验证
•   4.1 轴承信号实验数据
•   4.2 基于改进FastICA算法的轴承信号分离及故障类型诊断
•   4.3改进前后的FastICA算法效果对比
• 5结束语

文章来源

类型: 期刊论文

作者: 贾宝惠,黄琳,李耀华,蔺越国

关键词: 算法,初值敏感,最速下降法,松弛因子,轴承故障诊断

来源: 计算机工程与应用 2019年08期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 机械工业

单位: 中国民航大学航空工程学院

基金: 中国民航局科技创新重大专项(No.MHRD20160105),航空科学基金(No.20150267001)

分类号: TH133.3

页码: 208-214

总页数: 7

文件大小: 1844K

下载量: 135