期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到304篇文章
< 1 2 … 16 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于格拉姆角场与深度卷积生成对抗网络的行星齿轮箱故障诊断 被引量：2
1
作者 古莹奎 石昌武 陈家芳 《噪声与振动控制》 CSCD 北大核心 2024年第1期111-118,共8页
针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉... 针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉姆角场图,按比例划分训练集与测试集,将训练集样本与随机向量输入到深度卷积生成对抗网络模型中,交替训练生成器与判别器,达到纳什平衡,生成与原始样本类似的生成样本,从而实现故障样本的增广。用原始样本与生成的增广样本训练卷积神经网络分类模型,完成行星齿轮箱的故障识别。实验结果表明,所提方法能够有效提升样本不均衡条件下的行星齿轮箱故障诊断精度,使之达到99.15%,且能使收敛速度更快。 展开更多
关键词 故障诊断 格拉姆角场 深度卷积生成对抗网络 卷积神经网络 行星齿轮箱
下载PDF
行星齿轮箱降噪能力A-CNN模型及其智能诊断
2
作者 魏峰 张新明 安文臣 《机械设计与制造》 北大核心 2024年第11期237-240,共4页
为了降低随机噪声对行星齿轮箱振动信号造成的干扰,设计了一种采用卷积神经网络(A-CNN)算法的行星齿轮箱故障诊断,可以实现对噪声的良好抗干扰性能,采用A-CNN进行处理时可以通过Dropout实现输入信号的随机干扰,再以多尺度卷积核模块完... 为了降低随机噪声对行星齿轮箱振动信号造成的干扰,设计了一种采用卷积神经网络(A-CNN)算法的行星齿轮箱故障诊断,可以实现对噪声的良好抗干扰性能,采用A-CNN进行处理时可以通过Dropout实现输入信号的随机干扰,再以多尺度卷积核模块完成干扰信号开展特征分析和多尺度特征学习的过程。研究结果表明:采用Dropout处理信号后能够大幅提升模型抗噪性能,当设置3dB强噪条件时提升近10%。当噪声强度低于6dB时,(15×15)卷积核获得比了比(7×7)卷积核更优的效果。当噪声水平上升后,测试模型准确率降低。与其它算法进行比较可知,设计的A-CNN算法在各噪声水平测试集都达到了最优性能。当受到3dB强噪干扰时,A-CNN可以获得比AlexNet提升20%准确率,并且与VGG相比也可以提升近10%准确率。 展开更多
关键词 行星齿轮箱 噪声干扰 输入Dropout 多尺度卷积核 故障诊断
下载PDF
基于最小二乘法和SSA算法的行星齿轮箱微弱振动故障探测
3
作者 严峰军 《计算机测量与控制》 2024年第11期56-62,71,共8页
行星齿轮箱是一种常用于工业机械和车辆传动系统中的重要装置,其长期运转和负荷导致行星齿轮箱存在着微弱振动故障的风险,通过研究行星齿轮箱微弱振动故障的特征和变化趋势,可以提前发现潜在故障迹象,提高齿轮箱的安全性;然而,行星齿轮... 行星齿轮箱是一种常用于工业机械和车辆传动系统中的重要装置,其长期运转和负荷导致行星齿轮箱存在着微弱振动故障的风险,通过研究行星齿轮箱微弱振动故障的特征和变化趋势,可以提前发现潜在故障迹象,提高齿轮箱的安全性;然而,行星齿轮箱微弱振动信号具有复杂的时域和频域特征,且其振动信号非常微弱,并富含大量噪声,为行星齿轮箱的故障探测工作带来较大难度;为此,提出基于最小二乘法和SSA算法的行星齿轮箱微弱振动故障探测方法;模拟行星齿轮箱工作与振动流程,根据不同故障下齿轮箱的工作特征,设置微弱振动故障探测标准;采集行星齿轮箱微弱振动信号,利用最小二乘法降低行星齿轮箱微弱振动信号中的噪声含量;利用SSA算法提取行星齿轮箱微弱振动信号特征,根据提取特征与设置标准的匹配,得出故障类型和故障参数的探测结果;通过性能测试实验得出结论:所提方法探测行星齿轮箱微弱振动信号的信噪比明显降低,故障探测范围扩大了353.94 mm^(2),具有较好的探测能力。 展开更多
关键词 最小二乘法 SSA算法 行星齿轮箱 微弱振动 故障探测
下载PDF
基于ES-ALPF的行星齿轮箱故障特征提取方法研究
4
作者 沈昭仰 师占群 +2 位作者 甄冬 张浩 乔国朝 《河北工业大学学报》 CAS 2024年第1期28-34,共7页
针对行星齿轮箱故障初期特征提取困难的问题,提出了一种基于聚合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)、奇异谱分析(Singular Spectrum Analysis, SSA)与自适应线性预测滤波(Adaptive Linear Prediction Filterin... 针对行星齿轮箱故障初期特征提取困难的问题,提出了一种基于聚合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)、奇异谱分析(Singular Spectrum Analysis, SSA)与自适应线性预测滤波(Adaptive Linear Prediction Filtering, ALPF)结合的故障初期特征自适应提取方法。首先,利用EEMD预处理采集的振动信号,得到本征模态函数(Intrinsic Module Function, IMF)分量。其次,根据能量比选取IMFs重构信号。然后,利用SSA增强重构信号的非线性特征。之后,利用基于谱估计的自适应线性预测方法对非线性最突出的频段进行自适应线性滤波。最后,提取滤波后的信号包络,进行傅里叶变换,提取得到故障初期的微弱特征。在行星齿轮箱故障诊断试验台上进行了试验,所提方法与传统的基于EEMD-SSA的包络分析进行了对比,结果验证了该方法的有效性。 展开更多
关键词 聚合经验模态分解 奇异谱分析 行星齿轮箱 自适应线性预测滤波 故障诊断
下载PDF
角度补偿同步平均的二级行星齿轮箱行星轮故障特征提取方法
5
作者 晏云海 郭瑜 《振动工程学报》 EI CSCD 北大核心 2024年第5期896-902,共7页
加窗同步平均克服了行星齿轮传动引起的振动传递路径时变性问题,可有效应用于单级行星齿轮箱齿轮故障特征提取。但二级行星齿轮箱存在两级行星结构共用传动轴引起的振动耦合问题,该方法不易有效提取第一级行星轮的故障特征,为此本文提... 加窗同步平均克服了行星齿轮传动引起的振动传递路径时变性问题,可有效应用于单级行星齿轮箱齿轮故障特征提取。但二级行星齿轮箱存在两级行星结构共用传动轴引起的振动耦合问题,该方法不易有效提取第一级行星轮的故障特征,为此本文提出一种角度补偿同步平均的二级行星齿轮箱行星轮故障特征的提取方法。通过等角度重采样消除转速波动的影响;采用角度补偿同步平均分离重采样振动中存在的第二级太阳轮的干扰,并通过差运算将其从重采样振动中消除;提取残余振动的包络信号;通过加窗同步平均构建第一级行星轮的合成包络信号,并采用包络同步平均提取第一级行星轮的故障特征。通过二级行星齿轮箱实验台实测信号分析验证,所提方法能够有效地提取第一级行星轮的故障特征。 展开更多
关键词 故障特征提取 二级行星齿轮箱 加窗振动分离 包络分析 角度补偿同步平均
下载PDF
基于自适应参数优化RSSD-CYCBD的行星齿轮箱复合故障诊断
6
作者 孙环宇 杨志鹏 +1 位作者 王艺玮 郭琦 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第10期3139-3150,共12页
针对行星齿轮箱多振源耦合导致故障源辨识困难、较弱故障特征容易被噪声和较强故障特征掩盖,以及由传播路径引起的信号衰减导致的故障特征微弱等问题,提出一种自适应参数优化的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的... 针对行星齿轮箱多振源耦合导致故障源辨识困难、较弱故障特征容易被噪声和较强故障特征掩盖,以及由传播路径引起的信号衰减导致的故障特征微弱等问题,提出一种自适应参数优化的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的行星齿轮箱多故障耦合信号分离及诊断算法。根据轴承和齿轮故障的不同共振属性,用RSSD算法将多故障耦合信号分解为包含齿轮故障特征的高共振分量和主要包含轴承故障特征的低共振分量后,通过CYCBD算法分别对高、低分量进行解卷积,消除传播路径影响和噪声干扰,实现微弱故障特征的增强和提取。特别地,针对RSSD和CYCBD中参数优化困难、依赖人工经验和自适应差等问题,使用基于松鼠算法(SSA)对参数进行自适应优化选取,设计了融合包络谱峭度、自相关函数最大值均方根和特征频率比在内的复合指标作为优化目标。对解卷积后的信号进行包络解调提取故障特征频率,识别不同故障源。通过行星齿轮箱多故障模拟信号和实测信号验证了所提算法的有效性和可行性,进一步地,将所提算法集成在边缘计算设备中,为行星齿轮箱等旋转机械的状态检测诊断及远程运维提供解决方案。 展开更多
关键词 多源故障分离 共振稀疏分解 最大二阶循环平稳盲解卷积 松鼠算法 行星齿轮箱
原文传递
基于自注意机制胶囊网络的行星齿轮箱故障诊断
7
作者 聂松雅 陈则王 +1 位作者 杨林 王友仁 《机械制造与自动化》 2024年第4期67-70,105,共5页
针对实际工程中行星齿轮箱故障数据有限、诊断准确率不高的问题,提出一种基于自注意机制胶囊网络的故障诊断方法。直接将采集到的行星齿轮箱振动信号作为输入,用首层宽卷积层提取浅层特征,过滤输入中的高频噪声;引入自注意机制关注信号... 针对实际工程中行星齿轮箱故障数据有限、诊断准确率不高的问题,提出一种基于自注意机制胶囊网络的故障诊断方法。直接将采集到的行星齿轮箱振动信号作为输入,用首层宽卷积层提取浅层特征,过滤输入中的高频噪声;引入自注意机制关注信号关键特征;再次将所提特征输入胶囊层,进一步提取特征并实现故障分类;采用行星齿轮箱实验平台数据对所提方法进行实验验证。实验结果表明:在样本数量有限的情况下,所提方法仍能取得不错的诊断准确率。 展开更多
关键词 行星齿轮箱 故障诊断 胶囊网络 自注意机制 小样本
下载PDF
含太阳轮浮动的风电机组行星齿轮箱动力学建模与混沌性分析
8
作者 余振涛 汪势杰 陈志华 《红水河》 2024年第1期61-67,共7页
为了研究多种非线性因素共同作用下的风电机组行星齿轮箱的动力学特性和混沌性,建立了包含太阳轮浮动、时变啮合刚度、综合啮合误差、齿侧间隙等非线性因素的平移-扭转耦合动力学模型。以某1.5 MW风机的传动链为研究对象,对实际运行中... 为了研究多种非线性因素共同作用下的风电机组行星齿轮箱的动力学特性和混沌性,建立了包含太阳轮浮动、时变啮合刚度、综合啮合误差、齿侧间隙等非线性因素的平移-扭转耦合动力学模型。以某1.5 MW风机的传动链为研究对象,对实际运行中不可避免的行星轮系太阳轮浮动进行了建模,在此基础上建立更加完善的系统动力学模型。通过数值解法对系统动态响应进行求解,绘制了系统的分岔图、相轨线、Poincare截面和功率谱以分析风机传动链随激励频率变化的分岔混沌特性。结果表明,太阳轮浮动会显著影响系统的动态响应和混沌性。研究结果对风机传动链的优化设计、生产制造具有一定的指导意义。 展开更多
关键词 风电机组 行星齿轮箱 动力学 混沌性
下载PDF
基于改进迁移学习的行星齿轮箱故障自动诊断 被引量：1
9
作者 欧振杰 成兴 覃仕明 《自动化应用》 2024年第3期122-124,共3页
传统机器学习故障诊断方法依赖专业经验选取统计特征,导致诊断结果误差较大。为此,提出了基于改进迁移学习的行星齿轮箱故障自动诊断。采集行星齿轮箱的振动信号,对振动信号进行去噪处理,利用深度学习改进迁移学习构建故障诊断模型,对... 传统机器学习故障诊断方法依赖专业经验选取统计特征,导致诊断结果误差较大。为此,提出了基于改进迁移学习的行星齿轮箱故障自动诊断。采集行星齿轮箱的振动信号,对振动信号进行去噪处理,利用深度学习改进迁移学习构建故障诊断模型,对采集信号进行分类识别,实现了行星齿轮箱故障自动诊断。结果表明,该设计方法下不同类型的行星齿轮箱故障诊断精度为96.09%,证实了该方法的性能良好。 展开更多
关键词 改进迁移学习 行星齿轮箱 故障诊断 自动诊断方法
下载PDF
一致性数字孪生驱动的行星齿轮箱故障诊断方法
10
作者 董美琪 孙显彬 +3 位作者 刘伦明 孙艳玲 陈敖 贾新月 《组合机床与自动化加工技术》 北大核心 2024年第10期138-142,共5页
鉴于实测数据的有限性及深度模型的数据依赖性,利用数字孪生技术仿真数据训练模型已成为趋势,确保虚实数据一致性仍是数字孪生驱动的健康监测与智能运维亟待突破的关键技术瓶颈。设计了一种数字孪生虚实数据一致性评价方法,并结合迁移... 鉴于实测数据的有限性及深度模型的数据依赖性,利用数字孪生技术仿真数据训练模型已成为趋势,确保虚实数据一致性仍是数字孪生驱动的健康监测与智能运维亟待突破的关键技术瓶颈。设计了一种数字孪生虚实数据一致性评价方法,并结合迁移学习的1D卷积神经网络进行故障诊断。通过频域相似性、波形相似性和余弦相似度对数字孪生模型的仿真数据与实测数据进行多维评价,确定多传感器实时数据融合驱动的仿真数据具有较高一致性。为更有效地应用仿真数据,并降低其与实测数据的差异,提出一种仿真预训练与实测数据微调的故障诊断策略。此方法为数字孪生的迭代进化提供了理论支撑,并为复杂装备的健康监测与智能运维提供了新的技术路径。 展开更多
关键词 数字孪生 行星齿轮箱 多维评价 故障诊断
下载PDF
基于Hilbert谱的行星齿轮箱故障诊断应用研究
11
作者 唐卫辉 《价值工程》 2024年第24期135-138,共4页
行星齿轮箱以其诸多的传动优点广泛应用在双馈风力发电机组中,行星齿轮箱因其特殊的结构导致振动信号传递路径复杂和多路径调制特点。当行星齿轮箱的太阳轮、齿圈、行星轮关键部件出现局部故障时,频谱不能清晰地呈现部件损伤的特征频率... 行星齿轮箱以其诸多的传动优点广泛应用在双馈风力发电机组中,行星齿轮箱因其特殊的结构导致振动信号传递路径复杂和多路径调制特点。当行星齿轮箱的太阳轮、齿圈、行星轮关键部件出现局部故障时,频谱不能清晰地呈现部件损伤的特征频率,且频谱容易被噪音淹没。本文提出了一种Hilbert变换谱,把低频故障信号从高频的载波信号中解调出来,通过与理论计算的故障特征频率进行对比,可精确地对行星齿轮箱的故障进行定位。结果表明,通过Hilbert解调的低频故障频率能精确和部件理论计算特征频率一一对应,对故障进行准确定位,Hilbert变换在行星齿轮箱故障诊断中优势明显。 展开更多
关键词 行星齿轮箱 HILBERT变换 故障诊断 频率调制
下载PDF
基于经验模态分解的行星齿轮箱故障特征提取新方法
12
作者 王付广 《技术与市场》 2024年第2期63-66,共4页
行星齿轮箱有着应用广泛、结构紧凑、适应恶劣工况的特点,其振动信号中包含强背景噪声以及大量啮合振动耦合,因此行星齿轮箱振动信号故障特征提取困难。针对上述情况,基于经验模态分解(empirical mode decomposition,EMD)、多尺度模糊... 行星齿轮箱有着应用广泛、结构紧凑、适应恶劣工况的特点,其振动信号中包含强背景噪声以及大量啮合振动耦合,因此行星齿轮箱振动信号故障特征提取困难。针对上述情况,基于经验模态分解(empirical mode decomposition,EMD)、多尺度模糊熵以及波形指标提出了一种新的行星齿轮箱故障特征提取方法。首先,通过EMD将原始信号分解为单分量信号(IMF);其次,筛选IMF进行重构;最后,利用多尺度模糊熵和波形指标进行参数融合。试验结果表明:该方法可有效区分行星齿轮箱不同故障类型。 展开更多
关键词 经验模态分解 多尺度模糊熵 波形指标 行星齿轮箱
下载PDF
基于优化EFD算法的风电行星齿轮箱故障诊断研究 被引量：1
13
作者 王国锋 张旭东 +1 位作者 汪菲 户满堂 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2023年第4期355-360,共6页
行星齿轮箱作为风力发电机的关键核心部件,对其故障进行准确诊断能有效提升风力发电效能.行星轮系作为一种复杂的传动机械部件,其频谱表现异常复杂,且故障信息极易被无关成分或干扰成分淹没,而利用信号分解获取故障分量的方法在行星齿... 行星齿轮箱作为风力发电机的关键核心部件,对其故障进行准确诊断能有效提升风力发电效能.行星轮系作为一种复杂的传动机械部件,其频谱表现异常复杂,且故障信息极易被无关成分或干扰成分淹没,而利用信号分解获取故障分量的方法在行星齿轮故障诊断中发挥着重要的作用.因此,针对经验傅里叶分解(empirical Fourier decomposition,EFD)易陷入局部频谱分割的问题,优化改进了EFD的频谱分割算法,即在原频谱分割算法上引入边界阈值机制,优化频谱分割边界点的选择,有效限制边界频率陷入局部的问题.通过构造多分量仿真信号对比分析原频谱分割算法和优化算法,并逐步增加分量成分对比分析.仿真分析结果表明,原频谱分割算法随着分量成分的增加,其边界频率逐渐陷入局部,而优化算法却能准确获取边界频率,验证了优化EFD算法的有效性,表明优化频谱分割算法是在原频谱分割算法上的有效改进.最后通过对风电行星齿轮箱实验数据的分析表明,与EFD算法相比,优化EFD算法获取的边界频率不易陷入局部,可以更好地获取故障分量.在对风电行星齿轮箱的故障诊断中,能更有效地识别故障频率成分和确定故障位置. 展开更多
关键词 经验傅里叶分解 故障诊断 频谱分割 行星齿轮箱
下载PDF
应用SDP点对称特征融合图像的行星齿轮箱故障诊断 被引量：1
14
作者 崔宝珍 彭智慧 +2 位作者 王浩楠 任川 高乐乐 《噪声与振动控制》 CSCD 北大核心 2023年第4期82-88,共7页
行星齿轮箱的内部结构复杂,其振动信号呈现非线性、非平稳特点,通过对比两种对原始振动信号处理的方法,应用点对称特征融合图像(Symmetrized Dot Pattern,SDP)达到故障诊断的目的。第一种方法是将采集到的振动信号进行变分模态分解(Vari... 行星齿轮箱的内部结构复杂,其振动信号呈现非线性、非平稳特点,通过对比两种对原始振动信号处理的方法,应用点对称特征融合图像(Symmetrized Dot Pattern,SDP)达到故障诊断的目的。第一种方法是将采集到的振动信号进行变分模态分解(Variational Mode Decomposition,VMD)并将各阶IMF分量通过SDP转换为极坐标图像;第二种方法是将多测点采集到的原始振动信号直接通过SDP将时频信号转换为极坐标图像;利用卷积神经网络(Convolution Neural Network,CNN)对两种不同方式的SDP图像进行识别分类。通过行星齿轮箱故障实验台验证,结果表明时频融合能够更有效地实现故障诊断且分类准确率高达98.5%。 展开更多
关键词 故障诊断 行星齿轮箱 变分模态分解 SDP 卷积神经网络
下载PDF
基于增强型卷积神经网络的风力发电机行星齿轮箱故障诊断方法 被引量：5
15
作者 梁舒曼 谷艳玲 +1 位作者 罗园庆 陈长征 《太阳能学报》 EI CAS CSCD 北大核心 2023年第2期146-152,共7页
针对风力发电机行星齿轮箱的健康维护和状态检测难以诊断的问题,该文提出一种初始网与膨胀卷积相融合的初始膨胀卷积神经网络(IDCNN)的故障诊断研究方法。该方法首先构建初始膨胀卷积层以扩大感受野来使学习到的故障特征更加丰富。随后... 针对风力发电机行星齿轮箱的健康维护和状态检测难以诊断的问题,该文提出一种初始网与膨胀卷积相融合的初始膨胀卷积神经网络(IDCNN)的故障诊断研究方法。该方法首先构建初始膨胀卷积层以扩大感受野来使学习到的故障特征更加丰富。随后为了方便信号输入且确保信息丰富,将采用将一维原始信号序列转化为二维矩阵的预处理方法。最终将生成的二维信号输入到IDCNN中进行模型训练,并用测试数据对模型进行评估。实验结果表明,提出的IDCNN方法在风力发电机行星齿轮箱的故障诊断中精度高,在对比结果中该文提出方法的诊断精度要高于传统的深度学习方法。 展开更多
关键词 风力发电机 初始网 膨胀卷积神经网络 行星齿轮箱 故障诊断
原文传递
基于复合多尺度交叉模糊熵的行星齿轮箱故障诊断 被引量：1
16
作者 候双珊 郑近德 +2 位作者 潘海洋 童靳于 刘庆运 《振动与冲击》 EI CSCD 北大核心 2023年第20期130-135,171,共7页
模糊熵是衡量时间序列复杂性的非线性动力学分析方法,也是提取齿轮箱非线性故障特征的有效工具。然而模糊熵只对单个时间序列进行复杂性测量,忽略了两个不同时间序列之间模式的相似性。为充分利用振动信号间的丰富信息,将能够有效衡量... 模糊熵是衡量时间序列复杂性的非线性动力学分析方法,也是提取齿轮箱非线性故障特征的有效工具。然而模糊熵只对单个时间序列进行复杂性测量,忽略了两个不同时间序列之间模式的相似性。为充分利用振动信号间的丰富信息,将能够有效衡量两个时间序列同步性、相似性和互预测性的交叉熵理论引入到行星齿轮箱故障诊断中。针对单一尺度的熵值不能完整反映序列间模式复杂性问题,通过复合粗粒化的方式对时间序列进行多尺度分析,提出了衡量两通道时间序列相似性与互预测性的复合多尺度交叉模糊熵方法。在此基础上,提出了一种基于复合多尺度交叉模糊熵和萤火虫优化支持向量机的行星齿轮箱故障诊断方法。最后,将所提的故障诊断方法应用于行星齿轮箱试验数据分析,并与现有方法进行了对比,结果表明所提方法能够有效提取故障特征,并且在故障类型诊断方面有更高的识别率。 展开更多
关键词 交叉模糊熵 多尺度模糊熵 复合多尺度交叉模糊熵 行星齿轮箱 故障诊断
下载PDF
应用ICEEMDAN和SVM的行星齿轮箱故障诊断 被引量：5
17
作者 王浩楠 崔宝珍 +1 位作者 彭智慧 任川 《机械科学与技术》 CSCD 北大核心 2023年第1期24-30,共7页
针对行星齿轮箱复合故障准确分类问题,应用了改进自适应噪声完备集合经验模态分解(ICEEMDAN)和支持向量机(SVM)相结合的故障诊断方法。首先,将行星齿轮箱的不同故障信号分别进行ICEEMDAN分解,得到各阶内禀模态函数(IMF);其次,利用各阶IM... 针对行星齿轮箱复合故障准确分类问题,应用了改进自适应噪声完备集合经验模态分解(ICEEMDAN)和支持向量机(SVM)相结合的故障诊断方法。首先,将行星齿轮箱的不同故障信号分别进行ICEEMDAN分解,得到各阶内禀模态函数(IMF);其次,利用各阶IMF分量与原信号的相关性大小,剔除虚假的IMF分量;最后,以优选IMF分量的多尺度模糊熵均值作为特征向量,输入到多分类SVM中进行故障分类,分类准确率高达100%,实验结果证明了该方法的可行性。 展开更多
关键词 改进自适应噪声完备集合经验模态分解 频域互相关 多尺度模糊熵 支持向量机 行星齿轮箱故障
下载PDF
基于STOA-VMD结合相关峭度及2.5维谱的行星齿轮箱磨损故障诊断 被引量：1
18
作者 张家帅 蒋章雷 +1 位作者 刘秀丽 吴国新 《北京信息科技大学学报（自然科学版）》 2023年第1期56-61,69,共7页
针对行星齿轮箱振动信号的非线性特征明显、故障特征难以识别的问题,提出了一种基于乌燕鸥算法(sooty tern optimization algorithm, STOA)优化变分模态分解(variational modal decomposition, VMD),并结合相关峭度以及2.5维谱的故障诊... 针对行星齿轮箱振动信号的非线性特征明显、故障特征难以识别的问题,提出了一种基于乌燕鸥算法(sooty tern optimization algorithm, STOA)优化变分模态分解(variational modal decomposition, VMD),并结合相关峭度以及2.5维谱的故障诊断方法。由于变分模态分解的分解能力取决于二次惩罚因子α和本征模态分量个数K两个参数,所以首先运用乌燕鸥算法对VMD参数进行优化,确定最优的参数,然后以相关峭度为依据重构本征模态分量,最后利用2.5维谱对重构信号进行分析。搭建了行星齿轮箱磨损故障加速疲劳寿命试验台,获得了故障数据,运用STOA-VMD结合相关峭度及2.5维谱的方法对故障数据进行分析。结果表明该方法能够准确提取磨损故障特征频率。 展开更多
关键词 行星齿轮箱 磨损故障 变分模态分解 乌燕鸥算法 相关峭度 2.5维谱
下载PDF
声学和电流特征融合的行星齿轮箱诊断方法 被引量：2
19
作者 张娜 段礼祥 +1 位作者 李肇阳 樊晓萱 《石油机械》 北大核心 2023年第9期76-86,共11页
行星齿轮箱作为页岩气压裂机组、海上风电机组等油气行业大型装备的关键部件,因工作中表面温度过高,或不允许改造(如打磨、钻孔)等限制了接触传感器(如振动传感器)的安装。为此,设计了行星齿轮箱声学和电机电流信号的非接触传感器采集方... 行星齿轮箱作为页岩气压裂机组、海上风电机组等油气行业大型装备的关键部件,因工作中表面温度过高,或不允许改造(如打磨、钻孔)等限制了接触传感器(如振动传感器)的安装。为此,设计了行星齿轮箱声学和电机电流信号的非接触传感器采集方法;针对信号特征提取困难、特征不完备,以及诊断网络参数量大、计算效率低的问题,设计了新颖的轻量化多尺度解耦卷积网络方法,实现了行星齿轮箱声学和电机电流信号特征的深度融合。采用多尺度解耦卷积网络,提取声学信号和电机电流信号中对微弱故障及类间差异敏感的特征;进行标准卷积、串行并行计算以实现特征融合,使得特征相互补充,增强完备性;引入金字塔池化模块减少特征丢失。在行星轮断齿、缺齿和行星轮轴承保持架裂纹等典型故障模拟试验中,采集了声学信号和电机电流信号,对本方法进行验证,诊断准确率达99.73%。对比结果表明:轻量化多尺度解耦卷积网络融合诊断的效果优于标准卷积网络和同类结构网络;同时结合声学和电机电流信号的方法相比传统的接触传感器,以及单一非接触传感器有更高的诊断准确率和更强的抗噪性。研究结果可为行星齿轮箱的故障诊断提供参考。 展开更多
关键词 压裂机组 行星齿轮箱 故障诊断 非接触传感器 深度特征融合 解耦卷积
下载PDF
基于SMOTE-IPF和SDAE的行星齿轮箱故障诊断方法研究 被引量：1
20
作者 赵亚磊 王友仁 +2 位作者 钱心筠 孙泽金 张鲁晋 《机械制造与自动化》 2023年第5期42-45,共4页
针对现有故障诊断模型在故障样本缺乏时诊断率低的问题,提出一种基于迭代过滤合成少数类过采样方法(SMOTE-IPF)和堆叠去噪自动编码器(SDAE)的故障诊断模型。该方法利用SDAE对样本进行特征提取,使用SMOTE-IPF在合成新样本的同时利用多个... 针对现有故障诊断模型在故障样本缺乏时诊断率低的问题,提出一种基于迭代过滤合成少数类过采样方法(SMOTE-IPF)和堆叠去噪自动编码器(SDAE)的故障诊断模型。该方法利用SDAE对样本进行特征提取,使用SMOTE-IPF在合成新样本的同时利用多个决策树对新样本进行投票过滤,使数据集达到平衡,最后使用分类器进行故障分类。通过行星齿轮实验平台进行实验,验证了所提方法在故障样本极度缺乏下故障诊断的有效性。 展开更多
关键词 故障诊断 样本不平衡 合成少数类过采样技术 堆叠去噪自动编码器 行星齿轮箱
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 16 下一页 到第 页
使用帮助 返回顶部