基于多方向振动数据的风机齿轮箱故障智能诊断 |
| |
引用本文: | 孟繁晔,高翼飞,陈长征.基于多方向振动数据的风机齿轮箱故障智能诊断[J].机械工程师,2022(11):66-70+73. |
| |
作者姓名: | 孟繁晔 高翼飞 陈长征 |
| |
作者单位: | 1. 沈阳工业大学机械工程学院;2. 辽宁省振动噪声控制工程技术研究中心 |
| |
基金项目: | 国家自然科学基金项目(51675350); |
| |
摘 要: | 风机齿轮箱作为风机的关键传递结构,针对其关键部件的故障诊断,提出了一种基于极点对称模态分解算法(ESMD)、Mobile Net V2神经网络和D-S证据理论的诊断方法。首先将3个方向的复杂的故障信号进行ESMD分解与重构,将3个方向重构后的信号输入到Mobile Net V2网络中进行训练,最后利用D-S证据理论进行融合计算并得到最终的预测结果。使用某公司搭建的风机齿轮箱实验平台数据,最终通过实验表明,文中所提出的诊断方法有效,在准确率可以接受的前提下,极大地减少了运算的时间,实现了轻量化。
|
关 键 词: | 风机齿轮箱 ESMD MobileNet V2神经网络 D-S理论 故障诊断 |
|
|