基于FFT-DBN的行星齿轮箱齿面磨损故障智能判定方法研究 |
| |
引用本文: | 李海平,齐卓砾,胡君朋.基于FFT-DBN的行星齿轮箱齿面磨损故障智能判定方法研究[J].测控技术,2020,39(12):50-54. |
| |
作者姓名: | 李海平 齐卓砾 胡君朋 |
| |
作者单位: | 军事科学院 系统工程研究院 军用标准研究中心 |
| |
摘 要: | 为智能、准确地实现行星齿轮箱齿面磨损故障判定,提出了基于快速傅里叶变换(FFT)和深度置信网络(DBN)的智能判定方法。首先利用FFT将采集到的振动信号由时域转换到频域,然后输入到DBN分类模型中,最后利用Softmax分类器给出判定结果。该方法是一种人工智能(AI)方法,以行星齿轮箱实验数据为例进行分析,结果表明,与笔者之前研究成果相比,所提出的方法智能化程度更高、结果更准确。
|
关 键 词: | 行星齿轮箱 故障问题判定 快速傅里叶变换 深度置信网络 |
Intelligent Judgment of Tooth Wear Fault Problems for Planetary Gearbox Based on FFT-DBN |
| |
Abstract: | |
| |
Keywords: | planetary gearbox fault problems judgment FFT DBN |
本文献已被 维普 等数据库收录! |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|