[发明专利]一种风机齿轮箱故障诊断模型建立方法及装置

摘要

本发明提供一种风机齿轮箱故障诊断模型建立方法，用于建立风机齿轮箱诊断模型，首先，获取风机齿轮箱的振动信号，然后对所述振动信号进行平滑和降噪处理；对处理后的振动信号进行分解，提取振动信号的特征向量；将所述振动信号的特征向量分为训练数据集和测试数据集；利用果蝇算法对径向基神经网络模型的参数进行优化，输入所述训练数据集中的振动信号的特征向量获取参数的最优值，生成基于径向基神经网络的风机齿轮箱故障诊断模型并进行测试。该方案中针对RBF神经网络的特点引入优化算法，使得故障诊断效果提高，通过引入人工智能分析技术对提取的特征值进行进一步处理，从而提高故障诊断的效率，从而减少由于故障引起的停机损失。

主权项

一种风机齿轮箱故障诊断模型建立方法，其特征在于，包括S1、获取风机齿轮箱的振动信号；S2、对所述振动信号进行平滑和降噪处理；S3、对处理后的振动信号进行分解，提取振动信号的特征向量；S4、将所述振动信号的特征向量分为训练数据集和测试数据集；S5、利用果蝇算法对径向基神经网络模型的参数进行优化，输入所述训练数据集中的振动信号的特征向量获取参数的最优值，生成基于径向基神经网络的风机齿轮箱故障诊断模型；S6、使用所述测试数据集对所述风机齿轮箱故障诊断模型进行诊断测试得到诊断结果；S7、判断诊断结果是否达到预设诊断准确率，若未达到预设诊断准确率，则重新获取风机齿轮箱的振动信号，重复步骤S1‑S6直至诊断结果达到预设诊断准确率。