[发明专利]一种齿轮箱的单一和复合故障诊断方法、设备及系统

权利要求书

1.一种齿轮箱的单一和复合故障诊断方法，其特征在于，包括以下步骤：

(1)采集多个已知故障类型的齿轮箱的振动信号，多个齿轮箱涵盖正常模式、单故障模式和复合故障模式，正常模式表示无故障，单故障模式表示只有一种故障类型，复合故障模式表示具有多种故障类型；

(2)将步骤(1)采集的每个振动信号划分为多个数据段，相邻两个数据段有部分重合，计算得到每个数据段对应的小波时频图像；

(3)将步骤(2)获得的所有小波时频图像随机划分为训练集和测试集两部分，训练集需涵盖所有故障模式，并将每张小波时频图像的像素的RGB值归一化到[0,1]区间内；

(4)将步骤(3)归一化后的所有故障模式下训练集的小波时频图像作为多标签卷积神经网络的输入，将对应的故障类型作为多标签卷积神经网络的输出，对多标签卷积神经网络进行训练；

(5)将步骤(3)归一化后的测试集的小波时频图像输入训练好的多标签卷积神经网络中，识别出故障类型；

(6)判断步骤(5)的识别结果是否准确，若准确率符合预期，则保存训练好的多标签卷积神经网络，获得故障诊断模型，用于齿轮箱的单一和复合故障诊断；否则，调整多标签卷积神经网络结构中的网络层数，并重新按照步骤(4)～(5)进行训练和测试，直至识别结果的准确率符合预期。

2.根据权利要求1所述的一种齿轮箱的单一和复合故障诊断方法，其特征在于，步骤(1)中，采用加速度传感器，采集齿轮箱的加速度信号，且加速度传感器沿齿轮箱的轴向或者径向设置。

3.根据权利要求1所述的一种齿轮箱的单一和复合故障诊断方法，其特征在于，步骤(2)中通过小波变换公式(1)将采集到的振动信号转化为时频图像：

式中，ψ_a,τ(t)为小波基函数，a为尺度因子，τ为平移量；小波基是Morlet小波，且中心频率和带宽均为2。

4.根据权利要求1所述的一种齿轮箱的单一和复合诊断方法，其特征在于，根据权利要求1所述的一种齿轮箱的单一和复合诊断方法，其特征在于，训练集和测试集的比例为3:1。

5.根据权利要求1所述的一种齿轮箱的单一和复合诊断方法，其特征在于，步骤(4)所述多标签卷积神经网络，其卷积核的大小为3×3，池化核的大小为2×2。

6.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求1～5任一项所述的方法。

7.一种实时检测施工现场图像中多类实体对象的系统，其特征在于，包括如权利要求6所述的计算机可读存储介质以及处理器，处理器用于调用和处理计算机可读存储介质中存储的计算机程序。