摘要:针对齿轮传动系统中齿轮等零部件易出现故障或失效等问题,提出了一种基于深度学习理论的齿轮传动系统故障诊断方法。首先利用深度置信网络强大的特征自提取能力,对齿轮传动系统的振动信号进行特征提取,然后通过DBNs的复杂映射表征能力对故障信号进行故障判别。诊断实例表明,若不对齿轮振动的原始时域信号进行特征提取,直接利用DBNs对其进行诊断时,故障识别正确率只能达到60%左右;如果对时域信号进行简单的傅里叶变换后,再利用DBNs对处理后的振动信号频谱进行诊断分析,正确率能达到99.7%,从而证明了所提故障诊断方法的简易性和有效性。
关键词:齿轮传动 特征提取 深度置信网络 故障诊断
单位:湖北省水电机械设备设计与维护重点实验室(三峡大学); 宜昌443002; 湖北特种设备检验检测研究院宜昌分院; 宜昌443002
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社