一种基于层次散布Katz维数的齿轮故障诊断方法技术

本发明专利技术公开了一种基于层次散布Katz维数的齿轮故障诊断方法，属于齿轮故障领域，包括首先，通过传感器收集齿轮在不同工况下的时域振动信号，并对这些信号实施归一化处理；接着，利用层次散布Katz维数提取齿轮在不同工况下的特征；随后，为这些特征数据添加分类标签，并将整个特征数据划分为训练样本和测试样本；最后，利用训练样本，对分类器进行训练，并借助训练完成的分类器，对测试样本进行分类测试，从而实现齿轮故障类型的有效诊断，本发明专利技术提供的一种基于层次散布Katz维数的齿轮故障诊断方法，该方法实现了齿轮不同故障模式的识别，与传统基于分形维数的故障诊断方法相比，本发明专利技术能更全面的提取齿轮故障信息，对齿轮故障的诊断效果更好。

【技术实现步骤摘要】

本专利技术涉及齿轮故障，尤其是涉及一种基于层次散布katz维数的齿轮故障诊断方法。

技术介绍

1、齿轮作为机械传动系统中的核心组件，发挥着举足轻重的作用，特别是在风力发电、交通运输等多个关键领域。然而，在实际运行过程中，齿轮往往会经历长时间的连续运转，这一过程不可避免地伴随着各种故障问题的出现，如磨损、裂纹，甚至断齿等情况。尤其是齿根这一关键部位，一旦受损，将对整个设备的可靠性和稳定性构成显著的威胁。因此，采用科学有效的方法对齿轮故障进行及时且准确的诊断，显得尤为重要。这不仅关乎设备的安全运行，更直接关系到整个生产系统的稳定与效率。

2、随着故障诊断技术的不断进步，齿轮故障诊断迎来了新的发展阶段。当前，齿轮故障诊断的主要手段涵盖了机器学习、时域分析以及频域分析等方法。机器学习方法在缺少经验与历史数据支持时，需要综合考虑多种过程变量和构建有效的数学模型。然而，随着模型复杂度的提升和参数数量的增加，模型可能会面临过拟合的风险，导致其在新数据上的泛化能力下降。齿轮故障信号通常具有非线性特性，这使得传统的线性故障诊断技术难以准确分类故障。因此，非线性动本文档来自技高网...

【技术保护点】

1.一种基于层次散布Katz维数的齿轮故障诊断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于层次散布Katz维数的齿轮故障诊断方法，其特征在于，S3中散布Katz维数的计算公式如下：

3.根据权利要求2所述的一种基于层次散布Katz维数的齿轮故障诊断方法，其特征在于，S3中的特征向量如下：

4.根据权利要求3所述的一种基于层次散布Katz维数的齿轮故障诊断方法，其特征在于，S3中的散布Katz维数是对Katz维数的改进，改进步骤如下：

5.根据权利要求4所述的一种基于层次散布Katz维数的齿轮故障诊断方法，其特征在于，进...

【技术特征摘要】

1.一种基于层次散布katz维数的齿轮故障诊断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于层次散布katz维数的齿轮故障诊断方法，其特征在于，s3中散布katz维数的计算公式如下：

3.根据权利要求2所述的一种基于层次散布katz维数的齿轮故障诊断方法，其特征在于，s3中的特征向量如下：...

【专利技术属性】
技术研发人员：李余兴，李敬一，张帅，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：