【技术实现步骤摘要】
齿轮状态诊断方法及装置
[0001]本专利技术涉及机械异常诊断
，尤其涉及一种齿轮状态诊断方法、装置、电子设备及存储介质。
技术介绍
[0002]振动监测是齿轮异常诊断最有效的工具之一，当齿轮发生局部损坏时，根据受异常影响的表面，齿轮可以产生不同的异常特征频率，人们通过分析振动信号提取异常特征频率来诊断异常，然而在齿轮的早期异常期间，特别是微弱的异常诊断中，齿轮的局部缺陷和损伤很小，所引起的冲击振动非常微弱，再加上周围环境的干扰(统称为噪声)使振动信号变得十分复杂，相关技术中，齿轮状态诊断是基于深度学习的诊断方法，通过大量的有标注的故障数据进行训练，而获取标注数据比仅仅记录它们要花费更多的人力和物力，且对于齿轮的早期异常期间冲击振动非常微弱且复杂的振动信号无法诊断，导致在早期的微弱异常诊断中难以取得理想的效果，故亟需一种更可靠的齿轮状态诊断方法。
技术实现思路
[0003]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0004]为此，本专利技术的第一个目的在于提出一种齿轮状态诊...
【技术保护点】
【技术特征摘要】
1.一种齿轮状态诊断方法，其特征在于，所述方法包括：基于齿轮的振动监测数据中的振动信号，制作所述齿轮对应源域数据集和目标域数据集，其中，所述源域数据集包括有齿轮状态标签的振动信号集和加噪振动信号集，所述目标域数据集包括待预测振动信号集；基于所述有齿轮状态标签振动信号集的加噪振动信号集，对U型网络的去噪参数进行优化，以得到优化后的残差U型网络；基于所述残差U型网络，对所述待预测振动信号集进行降噪，以得到降噪振动信号，并基于所述降噪振动信号，确定齿轮状态。2.根据权利要求1所述的方法，其特征在于，所述基于齿轮的振动监测数据中的振动信号，制作所述齿轮对应源域数据集和目标域数据集，其中，所述源域数据集包括有齿轮状态标签的振动信号集和加噪振动信号集，所述目标域数据集包括待预测振动信号集，包括：获取齿轮的振动监测数据中的振动信号，并对所述振动信号进行加噪，以得到加噪振动信号；基于预设的采样规则，对所述振动信号和所述加噪振动信号进行采样，以得到采样信号和采样加噪信号，其中，所述采样规则是基于信号的采样滑窗长度确定；将所述采样信号和采样加噪信号转换为灰度矩阵，并基于所述灰度矩阵构建所述齿轮对应源域数据集和目标域数据集。3.根据权利要求2所述的方法，其特征在于，所述将所述采样信号和采样加噪信号转换为灰度矩阵，并基于所述灰度矩阵构建所述齿轮对应源域数据集和目标域数据集，包括：将所述采样信号和采样加噪信号转换为灰度矩阵，并基于所述灰度矩阵确定出振动信号集的加噪振动信号集；基于预设的比例阈值对振动信号集进行数量划分，以得到第一振动信号集和第二振动信号集，并将所述第二振动信号集作为目标域数据集；对第一振动信号集进行齿轮状态标注，以得到有齿轮状态标签的振动信号集，并将所述有齿轮状态标签的振动信号集和所述加噪振动信号集作为源域数据集。4.根据权利要求1所述的方法，其特征在于，所述基于所述有齿轮状态标签振动信号集的加噪振动信号集，对U型网络的去噪参数进行优化，以得到优化后的残差U型网络，包括：将所述加噪振动信号集输入到所述U型网络中进行不同信号强度阈值的降噪处理，以得到所述加噪振动信号集中各加噪振动信号的状态信号，基于所述状态信号，判断所述齿轮状态；根据所述候选齿轮状态与所述振动信号集的齿轮状态标签的差异，对U型网络的去噪参数进行优化，以得到优化后的残差U型网络。5.根据权利要求1所述的方法，其特征在于，所述基于所述残差U型网络，对所述待预测振动信号集进行降噪，以得到降噪振动信号，并基于所述降噪振动信号，确定齿轮状态，包括：在基于所述残差U型网络，对所述目标域数据集的振动信号集进行降噪，以得到降噪振动信号之后，对所述降噪振动信号进行状态信号提取，以得到特征状态信号；根据所述特征状态信号，确定齿轮状态。6.一种齿轮状态诊断装置，其特征在于，所述装置包括：...
【专利技术属性】
技术研发人员：魏昂昂，赵鹏程，任鑫，童彤，王恩民，杨雪，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。