基于FSA-ACO混合改進算法的蝸輪蝸桿故障識別

楊 雷，朱靈康，高國偉，許 愷，楊 晗，金 昊

(上海理工大學 機械工程學院，上海 200093)

?

基于FSA-ACO混合改進算法的蝸輪蝸桿故障識別

楊 雷，朱靈康，高國偉，許 愷，楊 晗，金 昊

(上海理工大學 機械工程學院，上海 200093)

針對蝸輪蝸桿故障診斷問題，提出基于FSA-ACO混合改進算法的蝸輪蝸桿故障識別的研究方法。該方法提出了FSA-ACO混合改進策略，在謀求一個優勢互補的基礎上，對算法相關參數優化。同時針對該算法與蝸輪蝸桿故障識別結合構建算法模型問題，提出利用近鄰函數準則作理論橋梁策略，尋找一種新的基于FSA-ACO混合算法的蝸輪蝸桿故障診斷技術研究方法。以WPA40型號的蝸輪蝸桿為測試對象，驗證了該研究方法的可行性和有效性。

蝸輪蝸桿；魚群算法；蟻群算法；故障識別；近鄰準則

在蝸桿傳動時，由于蝸輪蝸桿摩擦嚴重，發熱大、產生高周疲勞，發生齒輪面點蝕、剝落、及輪齒疲勞折斷等故障[1]?？赡軙聿豢深A知的經濟損失、人身安全等災難性后果。因此，蝸輪蝸桿減速器的狀態監測與及時故障診斷，不僅能增加減速機的使用周期，減少其維修時間，同時還能降低維修費用和事故發生率。

近年來，國內外學者致力于設備的狀態檢測與故障診斷技術的研究，將ANN(人工神經網絡)等智能算法應用于蝸輪蝸桿的故障識別，取得較好的成果，但現階段將魚群及蟻群對蝸輪蝸桿故障識別方法研究較少。即本文對魚群和蟻群兩種算法提出混合改進策略，并利用近鄰函數準則的聚類問題將該算法與蝸輪蝸桿故障識別有機地結合策略，尋找出一種基于改進FSA-ACO的故障優化識別處理的診斷方法[2-7]。……