论文摘要
为解决行星齿轮箱故障诊断方法专业性要求高、计算过程复杂以及模型训练时间长等问题,提出一种基于PCA-EDT-DBN的行星齿轮箱故障诊断新方法。利用PCA分析多个传感器采集到的振动信号并根据需求取每列信号的前p个主成分,将每列信号的前p个主成分合成一维序列。计算每两列数据前p个主成分之间的欧氏距离得到距离矩阵,将该矩阵按序展开成一维序列。将得到的两个一维序列合成一个一维序列作为样本输入到DBN中对模型进行训练,再有新样本输入到训练好的模型中则可智能地给出分类结果,从而实现对设备的故障诊断。此外,为提高模型诊断准确率,提出利用正交试验对DBN参数进行优化。利用行星齿轮箱齿轮磨损预置故障实验数据验证了该方法的有效性,结果表明该方法诊断准确率高、训练时间短且计算过程简单。
论文目录
文章来源
类型: 期刊论文
作者: 李海平,赵建民,张鑫,倪祥龙
关键词: 行星齿轮箱,故障诊断
来源: 振动与冲击 2019年23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: 军事科学院系统工程研究院,陆军工程大学装备指挥与管理系,中国洛阳电子装备试验中心
基金: 河北省自然科学基金(E2015506012)
分类号: TP277;TH132.425
DOI: 10.13465/j.cnki.jvs.2019.23.012
页码: 84-89+125
总页数: 7
文件大小: 781K
下载量: 359