10.3969/j.issn.1009-0134.2022.02.037
一种基于大数据诊断模型的机械齿轮箱复合识别方法
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.
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
44
TH165.3
2022-03-18（万方平台首次上网日期，不代表论文的发表时间）
共4页
176-178,182
