基于多重概率机器算法的齿轮箱耦合故障诊断

• 作者: 施雯 钟建华 钟敏
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 齿轮箱 耦合故障 EEMD PSO 概率分类器
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 检测与监控
• 页码范围: 15-19
• 页数: 5页
• 分类号: TH123
• 字数: 3032字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2018.12.004

摘要

针对旋转设备耦合故障难以诊断的问题,提出多重概率分类器联合诊断方法(MPC).首先,提取原信号时域统计特征(TDSF),同时通过集合经验模态分解(EEMD)振动和声音信号得到本征模态函数(IMF),利用相关性分析(CC)选取适合的IMF数量,并计算各IMF的能量特征;其次,基于获取的故障特征,训练并振动和声音双重概率分类器(SBELM);再次,考虑到各自概率分类器的性能差异,利用粒子群算法(PSO)优化概率分类器的权重与决策阈值,建立公平公正的耦合故障识别机制.本项研究结果准确识别出耦合故障中的单故障数量与类型,为解决设备在复机后二次停机待修问题具有重要的理论意义和工程价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟建华	福州大学机械工程及自动化学院	4	2	1.0	1.0
2	钟敏	福州大学机械工程及自动化学院	3	1	1.0	1.0
3	施雯		1	1	1.0	1.0