深度置信网络在齿轮故障诊断中的应用

摘要：

针对齿轮传动系统中齿轮等零部件易出现故障或失效等问题,提出了一种基于深度学习理论的齿轮传动系统故障诊断方法.首先利用深度置信网络强大的特征自提取能力,对齿轮传动系统的振动信号进行特征提取,然后通过DBNs的复杂映射表征能力对故障信号进行故障判别.诊断实例表明,若不对齿轮振动的原始时域信号进行特征提取,直接利用DBNs对其进行诊断时,故障识别正确率只能达到60％左右;如果对时域信号进行简单的傅里叶变换后,再利用DBNs对处理后的振动信号频谱进行诊断分析,正确率能达到99.7％,从而证明了所提故障诊断方法的简易性和有效性.

关键词：齿轮传动、特征提取、深度置信网络、故障诊断

所属期刊栏目：30

分类号：TH212;TH213.3(起重机械与运输机械)

资助基金：湖北省重点实验室开放基金资助项目2018KJX03,2018KJX07,2018KJX08;湖北省自然科学基金资助项目2018CFB671;湖北省质量技术监督局科技计划资助项目Hbj-kj201714

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：205-211