拟合函数系数特征的SVDD行星齿轮故障诊断方法

• 作者: 孙永国 王亚萍 王艳 葛江华 许迪
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 函数型数据分析 支持向量数据描述 ROC评价函数 行星齿轮 故障诊断
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 1877-1884
• 页数: 8页
• 分类号: TH165+.3|TN911.7
• 字数: 5579字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20190074

摘要

行星齿轮振动信号复杂多变,离散型故障信号需进行降噪、降维等复杂的处理过程,且信号处理过程中易造成信息缺失等.针对以上存在的问题,提出将函数型数据分析(Functional data analysis,FDA)与改进的支持向量数据描述(Support vector domain description,SVDD)相结合的故障诊断方法.根据齿轮不同故障类型建立不同的故障拟合基函数,将训练集数据与傅里叶基函数进行拟合,根据拟合得到的函数系数特征建立SVDD模型,并以ROC(Receiver operating characteristic)的评价函数为优化目标使用模拟退火算法对SVDD模型中的核参数σ和惩罚因子c进行优化;将不同的测试样本带入SVDD模型中,通过计算测试样本到超球体球心的相对距离来识别故障种类,进而完成行星齿轮的故障诊断.实验结果对比表明,本文中提出的方法能够解决离散型故障信号处理复杂、信息丢失等问题,准确地识别行星齿轮故障种类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛江华	哈尔滨理工大学机械动力工程学院	59	263	9.0	13.0
2	孙永国	哈尔滨理工大学机械动力工程学院	17	86	5.0	9.0
3	王亚萍	哈尔滨理工大学机械动力工程学院	30	127	7.0	10.0
4	王艳	哈尔滨理工大学机械动力工程学院	20	68	4.0	8.0
5	许迪	哈尔滨理工大学机械动力工程学院	10	63	4.0	7.0