【技术实现步骤摘要】
本专利技术涉及机械故障诊断，特别是指一种基于多传感器融合的齿轮箱故障智能诊断方法。
技术介绍
1、齿轮箱是复杂机械设备的重要组成部分之一，在风力发电，城轨列车，工程机械等领域得到广泛应用。随着齿轮箱等关键机械部件累计运行时长的增加，不可避免得会出现零部件疲劳与失效问题，一旦发生故障便可能会影响系统整体运行状态，引发重大安全事故。因此，有必要对齿轮箱进行健康状态监测与故障诊断。
2、随着人工智能算法在机械故障诊断领域的不断深入应用，数据驱动的智能故障诊断方法成为保障齿轮箱安全平稳运行的重要手段。该类方法通常需要借助传感器采集得到的原始信号数据构建故障诊断模型，进行特征提取与故障种类识别。随着传感器采集技术的进步与普及，传感器采集系统呈现多测点、多类型的发展趋势，而现有的故障诊断方法则缺乏对来自多传感器信息的高效利用手段，关联信号之间的信息冗余与特征交叉问题可能会对故障诊断结果造成干扰。同时，由于实际应用的安全需求，齿轮箱运行数据存在故障数据小且故障种类少的问题，这种不平衡的小样本集难以对故障诊断模型进行有效训练，致使故障特征的...
【技术保护点】
1.一种基于多传感器融合的齿轮箱故障智能诊断方法，其特征在于，包括：
2.根据权利要求1所述的基于多传感器融合的齿轮箱故障智能诊断方法，其特征在于，所述对多传感器数据采集系统采集的多测点、多类型的原始时序信号进行基于相关函数的数据级加权融合，得到多通道一维融合信号包括：
3.根据权利要求1所述的基于多传感器融合的齿轮箱故障智能诊断方法，其特征在于，所述采用时间窗重叠切片方法，将得到的多通道一维融合信号分为固定长度的数据片段，使用连续小波变换将多通道一维融合信号片段的各个通道转换为二维时频图数据包括：
4.根据权利要求1所述的基于多传...
【技术特征摘要】
1.一种基于多传感器融合的齿轮箱故障智能诊断方法，其特征在于，包括：
2.根据权利要求1所述的基于多传感器融合的齿轮箱故障智能诊断方法，其特征在于，所述对多传感器数据采集系统采集的多测点、多类型的原始时序信号进行基于相关函数的数据级加权融合，得到多通道一维融合信号包括：
3.根据权利要求1所述的基于多传感器融合的齿轮箱故障智能诊断方法，其特征在于，所述采用时间窗重叠切片方法，将得到的多通道一维融合信号分为固定长度的数据片段，使用连续小波变换将多通道一维融合信号片段的各个通道转换为二维时频图数据包括：
4.根据权利要求1所述的基于多传感器融合的齿轮箱故障智能诊断方法，其特征在于...
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。