基于异类信息融合的齿轮健康评估方法

摘要：

针对齿轮传统健康评估方法中特征描述单一,齿轮箱中多种参数信息未能有效利用的问题,为更准确地监测齿轮运行的健康状况,提出一种基于异类特征信息融合的齿轮健康评估方法.对前期正常状态运行的齿轮采集振动、油液、铁谱等多种信号并提取特征指标,建立各类特征的模糊C均值聚类中心;利用模糊理论输出待测信号对于正常状态信号的隶属度作为各类特征的健康评估指标;以隶属度构造基本概率赋值函数,应用D-S证据理论组合规则,在决策层进行异类信息融合,从而完成齿轮的健康评估.通过对齿轮全寿命试验的数据处理与对比分析,证明该方法能够有效地评估齿轮健康状况.

关键词：异类信息融合、模糊C均值、D-S证据理论、健康评估、齿轮

所属期刊栏目：39

分类号：TH132.41

资助基金：总装备部预研重点基金9140A27020309JB4701

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：219-226