一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法技术

本发明专利技术公开了一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法，涉及旋转机械故障诊断与人工智能技术交叉技术领域。本发明专利技术利用遗传算法来优化提出模型的结构参数：Legendre多小波的个数、小波分解的水平、分类器BP神经网络的隐藏层神经元数，并提出基于Legendre多小波优化频带改进的自适应阈值去噪算法，有效去除了复杂环境的强噪声干扰，且通过提取故障统计特征组合标准差+峰度、熵+偏度输入BP神经网络，有效解决了标签噪声、小样本的齿轮箱复合故障高精度诊断问题，避免了深度神经网络由于结构复杂而难以设计和训练的问题，更易于实现旋转机械的在线故障诊断。

【技术实现步骤摘要】

本专利技术涉及旋转机械故障诊断与人工智能技术交叉，具体为一种基于最优legendre多小波频带的齿轮箱复合故障诊断方法。

技术介绍

1、齿轮箱的健康状况直接影响到旋转机械设备能否正常工作，如果能准确识别和预测故障的种类，就能有效避免故障造成的巨大损失。然而齿轮箱发生故障时不同类型故障会很容易耦合在一起，并且故障信号容易受到强噪声的污染。此外，在实际环境中，由于操作人员错误，不正确的标签是不可避免的。机械设备通常处于正常工作状态，这意味着只能收集到有限数量的故障样本。因此，缺乏典型的故障样本即小样本问题仍然是机械设备故障诊断的一大挑战。

2、齿轮箱复合故障的诊断一般有三种方法：基于分析模型的方法、基于知识驱动的方法和基于数据驱动的方法。基于分析模型的方法主要依赖于机械运行过程的数学模型。因此，它需要对机械设备系统的数学模型知识有足够的了解。然而，通过开发有效的数学模型来实现机械故障诊断通常是困难的。基于知识驱动的方法基本上依赖于领域知识。然而，基于知识驱动的方法需要对机械设备中故障和症状之间的因果关系有深刻的理解，这对许多技术人员来说可能是相当具本文档来自技高网...

【技术保护点】

1.一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法，其特征在于：至少包括以下步骤：

2.根据权利要求1所述的一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法，其特征在于：所述采用PHM 2009复合齿轮箱故障数据集中的齿轮箱型号为ER-10K；

3.根据权利要求1所述的一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法，其特征在于：所述初始算法至少包括初始化遗传算法的迭代步数、梯度下降算法的迭代步数、分解水平、Legendre多小波的个数、BP神经网络的隐藏层神经元数量、染色体数量、交叉概率、变异概率、训练样本和测试样本、...

【技术特征摘要】

1.一种基于最优legendre多小波频带的齿轮箱复合故障诊断方法，其特征在于：至少包括以下步骤：

2.根据权利要求1所述的一种基于最优legendre多小波频带的齿轮箱复合故障诊断方法，其特征在于：所述采用phm 2009复合齿轮箱故障数据集中的齿轮箱型号为er-10k；

3.根据权利要求1所述的一种基于最优legendre多小波频带的齿轮箱复合故障诊断方法，其特征在于：所述初始算法至少包括初始化遗传算法的迭代步数、梯度下降算法的迭代步数、分解水平、le...

【专利技术属性】
技术研发人员：郑小洋，余泽江，陈磊，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：