申請/專利權人：南寧學院;廣西北斗天宇航天科技有限公司

申請日：2022-11-16

公開（公告）日：2023-03-17

公開（公告）號：CN115808305A

主分類號：G01M13/021

分類號：G01M13/021;G01M13/028;G06V10/764;G06V10/80;G06V10/82;G06N3/0464;G06N3/08

優先權：

專利狀態碼：在審-公開

法律狀態：2023.03.17#公開

摘要：本發明公開了一種多尺度齒輪箱故障智能診斷方法，首先通過集成經驗模態分解EEMD將加速度傳感器采集得到的振動信號分解為多個本征模函數IMF分量并計算出各IMF分量的峭度，選取峭度最大的6個分量，然后再利用對稱點陣方法SDP將6個IMF分量轉換為SDP圖像上的6個扇瓣，從而生成一個SDP灰度圖像，將三個傳感器振動信號轉換的SDP灰度圖像作為RGB彩色圖像的不同通道進行融合，最后將融合后的SDP圖像作為改進深度卷積神經網絡的輸入，實現齒輪箱的故障診斷。本發明相較于傳統單一傳感器故障診斷，可以更加全面地表征齒輪箱的故障特征，具有更好的故障診斷效果。

主權項：1.一種多尺度齒輪箱故障智能診斷方法，其特征在于：包括以下步驟：①信號采集：利用三軸振動傳感器采集齒輪箱在不同故障類型下的X、Y、Z三軸振動信號；②信號分解：利用EEMD方法將采集的三軸振動信號分別分解為多個IMF分量；③信號分量篩選：計算各IMF分量的峭度，并選取峭度最大的6個IMF分量；④圖像轉換：利用對稱點陣方法將6個IMF分量分別轉換為SDP圖像上的6個扇瓣，生成二維SDP灰度圖像；⑤圖像融合：將二維SDP灰度圖像分別與RGB彩色圖像的不同通道進行圖像融合；⑥特征提?。豪枚喑叨扰蛎浘矸e改進的CNN網絡提取融合圖像的故障特征；⑦構建故障診斷分類器：將融合后的SDP圖像作為改進卷積神經網絡的輸入，故障特征作為改進卷積神經網絡的輸出，對改進卷積神經網絡進行訓練，獲取故障分類器；⑧診斷：用故障分類器對齒輪箱進行故障診斷，獲取齒輪箱的故障診斷結果。

全文數據：

權利要求：

百度查詢： 南寧學院;廣西北斗天宇航天科技有限公司 一種多尺度齒輪箱故障智能診斷方法

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。

閱讀全文 雙屏查看 官方信息 專利公告 收藏專利 下載PDF 下載WORD