一种基于大数据诊断模型的机械齿轮箱复合识别方法

作     者：吕文渊 LYU Wen-yuan

作者机构：太原学院太原030012 

出 版 物：《制造业自动化》 (Manufacturing Automation)

年 卷 期：2022年第44卷第2期

页      码：176-178,182页

摘      要：机械齿轮箱应用范围不断扩大,其运行状态成为影响机械传动系统功能的重要因素。考虑到当前机械齿轮箱复合识别方法由于信号数据诊断能力较差,导致其在噪声较大的环境中所得识别结果准确性较低的问题,设计一种基于大数据诊断模型的机械齿轮箱复合识别方法。采集机械齿轮箱运行数据并对其处理,为后续的齿轮箱运行状态诊断提供数据基础。使用成分分析法,提取机械齿轮箱运行状态特征。使用Softmax分类器构建机械齿轮箱大数据复合诊断模型,实现机械齿轮箱的复合识别。构建仿真实验环节,对此方法的识别能力进行分析。经实验结果证实,此方法在多种信噪比环境下,可得到可靠性较高的识别结果,对于机械齿轮箱普及应用具有推广作用。

主 题 词：机械故障诊断 齿轮箱故障诊断 深度学习 自动编码机网络 成分分析法 旋转机械 

学科分类：080202[080202] 08[工学] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1009-0134.2022.02.037

馆 藏 号：203108825...