[发明专利]一种基于VMD-SDAE的行星齿轮箱故障诊断方法在审
| 申请号： | 201910495399.8 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110146281A | 公开（公告）日： | 2019-08-20 |
| 发明（设计）人： | 孙灿飞;王友仁 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G01M13/02 | 分类号： | G01M13/02 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210016 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于变分模态分解(VMD)与堆栈去噪自动编码网络(SDAE)的行星齿轮箱故障诊断方法。首先采用加速度传感器采集行星齿轮箱振动信号，并分为训练样本与测试样本；然后采用VMD对所有样本进行模态分解，获得若干窄带固有模态函数(BIMF)分量，并从BIMF分量中提取出故障敏感分量BIMFS，计算BIMFS的瞬时能量信号Ers；然后采用所有训练样本的瞬时能量信号对SDAE网络模型进行训练；最后采用训练后的SDAE网络模型对测试样本的瞬时能量信号Ers进行故障特征提取与模式分类，并输出故障诊断结果。该方法结合了VMD对含噪信号的高质量分解以及SDAE对故障特征的高质量提取与诊断，适用于复杂振动信号和工业现场噪声环境下的行星齿轮箱故障诊断，具有分类准确率高、抗噪能力强的优点。 | ||
| 搜索关键词： | 行星齿轮箱 故障诊断 瞬时能量 测试样本 网络模型 训练样本 复杂振动信号 故障特征提取 固有模态函数 加速度传感器 分类准确率 工业现场 故障特征 含噪信号 抗噪能力 模式分类 模态分解 输出故障 噪声环境 诊断结果 振动信号 质量分解 自动编码 堆栈 分模 去噪 窄带 样本 采集 分解 诊断 敏感 网络 | ||
【主权项】：
1.一种基于VMD‑SDAE的行星齿轮箱故障诊断方法，其特征在于，具体包括以下步骤：S1、通过安装在行星齿轮箱外壳上的加速度传感器采集行星齿轮箱振动信号，并将采集的振动信号分为训练样本与测试样本；S2、采用变分模态分解(VMD)对所有样本进行模态分解，获得若干窄带固有模态函数(BIMF)分量；S3、从分解的BIMF分量中提取出故障敏感分量BIMFs；S4、计算故障敏感分量BIMFs的瞬时能量信号Ers；S5、采用所有训练样本的瞬时能量信号Ers对堆栈去噪自动编码(SDAE)进行训练；S6、采用训练后的SDAE网络模型对测试样本的瞬时能量信号Ers进行故障特征提取与模式分类，并输出故障诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910495399.8/，转载请声明来源钻瓜专利网。
