收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

多共振分量融合CNN的行星齿轮箱故障诊断

汤宝平  熊学嫣  赵明航  谭骞  
【摘要】:针对行星齿轮箱中各部件所激起的振动成分混叠、早期故障特征经常被较强的各级齿轮谐波成分以及环境噪声所湮没的问题,提出一种多共振分量融合卷积神经网络(multi-resonance component fusion based convolutional neural network,简称MRCF-CNN)的行星齿轮箱故障诊断方法。首先,对振动信号进行共振稀疏分解,得到包含齿轮谐波成分的高共振分量和可能包含轴承故障冲击成分的低共振分量;其次,构建多共振分量融合卷积神经网络,将得到的高、低共振分量和原始振动信号进行自适应的特征级融合,通过有监督的方式训练模型并进行行星齿轮箱故障诊断。对行星齿轮箱实验数据的分析结果表明,该方法能够有效分类行星齿轮箱中滚动轴承和齿轮的故障,成功对行星齿轮箱故障进行诊断,同时能够进一步增强卷积神经网络对振动信号所蕴含的故障信息的辨识能力。

知网文化
【相似文献】
中国期刊全文数据库 前14条
1 袁建虎;韩涛;唐建;安立周;;基于小波时频图和CNN的滚动轴承智能故障诊断方法[J];机械设计与研究;2017年02期
2 雷亚国;何正嘉;林京;韩冬;孔德同;;行星齿轮箱故障诊断技术的研究进展[J];机械工程学报;2011年19期
3 王轩;王细洋;;基于扭振信号的行星齿轮箱故障诊断[J];失效分析与预防;2017年04期
4 丁闯;张兵志;冯辅周;江鹏程;;局部均值分解和排列熵在行星齿轮箱故障诊断中的应用[J];振动与冲击;2017年17期
5 王轩;徐九南;姜毅;王细洋;;基于最小熵反褶积的行星齿轮箱故障诊断[J];制造业自动化;2017年07期
6 梁好;蒋章雷;覃绘桥;徐小力;;基于双谱特征的行星齿轮箱故障诊断方法[J];组合机床与自动化加工技术;2020年04期
7 孔子迁;邓蕾;汤宝平;韩延;;基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法[J];仪器仪表学报;2019年06期
8 ;国家自然科学基金委员会机械工程学科2012/2013年度优秀结题项目简介 低速重载行星齿轮箱故障诊断的理论与技术[J];机械工程学报;2014年18期
9 熊鹏;汤宝平;邓蕾;赵明航;;基于动态加权密集连接卷积网络的变转速行星齿轮箱故障诊断[J];机械工程学报;2019年07期
10 朱静;邓艾东;邓敏强;翟怡萌;孙文卿;王姗;;基于RSIFICA的行星齿轮箱故障诊断方法[J];东南大学学报(自然科学版);2020年02期
11 程军圣;杨兴凯;李宝庆;杨宇;;基于ASTFA和SDEO解调的行星齿轮箱故障诊断方法[J];噪声与振动控制;2017年02期
12 邹今春;沈玉娣;;变工况齿轮箱故障诊断方法综述[J];机械传动;2012年08期
13 周凤星,程耕国,高立新;小波分析在大型齿轮箱故障诊断中的应用[J];武汉科技大学学报(自然科学版);2003年03期
14 汤和;;倒谱分析在齿轮箱故障诊断方面应用的进展[J];齿轮;1988年01期
中国重要会议论文全文数据库 前10条
1 雷亚国;林京;何正嘉;;基于多传感器信息融合的行星齿轮箱故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
2 李爱民;;基于灰色聚类决策的齿轮箱故障诊断[A];第19届灰色系统全国会议论文集[C];2010年
3 苏中元;贾民平;;专家系统及其在齿轮箱故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
4 蔡安江;豆卫涛;柴彦昌;孙少军;;基于人工神经网络技术的齿轮箱故障诊断应用研究[A];陕西省机械工程学会第九次代表大会会议论文集[C];2009年
5 高永生;唐力伟;甘霖;杨通强;;基于系统特性的齿轮箱故障诊断[A];2005年中国机械工程学会年会论文集[C];2005年
6 朱海燕;曹文琴;;行星锥盘无级变速器滑动率的数值计算推理分析[A];全国先进制造技术高层论坛暨第十届制造业自动化与信息化技术研讨会论文集[C];2011年
7 金大玮;李建桥;贾民平;;循环自相关函数在齿轮箱故障诊断中的应用[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(上册)[C];2008年
8 苏中元;贾民平;;专家系统及其在齿轮箱故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
9 汪伟;唐力伟;栾军英;王虹;;闭锁离合器性能检测研究[A];振动利用技术的若干研究与进展——第二届全国“振动利用工程”学术会议论文集[C];2003年
10 董海江;赵春华;万诗庆;汪伟;;LWPEE与SVM在风电齿轮箱故障诊断中的应用[A];第十一届全国摩擦学大会论文集[C];2013年
中国博士学位论文全文数据库 前5条
1 赵明航;基于深度残差学习的风电齿轮箱故障诊断[D];重庆大学;2018年
2 赵川;特征降维与自适应特征提取方法及其在行星齿轮箱故障诊断中的应用研究[D];北京科技大学;2018年
3 欧璐;图谱理论在齿轮箱故障诊断中的应用研究[D];湖南大学;2016年
4 许昕;基于滤波技术和粒子群优化的齿轮箱故障诊断研究[D];中北大学;2011年
5 刘志亮;基于数据驱动的行星齿轮箱故障诊断方法研究[D];电子科技大学;2013年
中国硕士学位论文全文数据库 前10条
1 杨星;基于深度置信网络的行星齿轮箱故障诊断方法研究[D];重庆交通大学;2019年
2 孟祥晶;复数微分算子最优化分解方法及其在齿轮箱故障诊断中的应用[D];湖南大学;2019年
3 田莉莉(TIAN Lily);基于DDTFA方法的齿轮箱故障诊断[D];湖南大学;2019年
4 唐润;经验小波变换在行星齿轮箱故障诊断中的应用研究[D];电子科技大学;2019年
5 马芸婷;基于深度学习的齿轮箱故障诊断研究[D];内蒙古科技大学;2019年
6 黄鑫;齿轮箱故障诊断测点敏感性的研究[D];南昌航空大学;2019年
7 张神林;基于卷积神经网络的滚动轴承及行星齿轮箱故障诊断方法[D];安徽工业大学;2018年
8 孙作佩;形态学神经网络在齿轮箱故障诊断中的应用研究[D];华中科技大学;2016年
9 黄梦君;基于同步压缩小波的风电齿轮箱故障诊断[D];燕山大学;2017年
10 王聪;基于振动信号的齿轮箱故障诊断系统的研究与开发[D];华北电力大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978