齿轮箱故障识别方法、系统、设备及介质技术方案

本申请提供了齿轮箱故障识别方法、系统、设备及介质，通过获取齿轮箱的振动信号；分解齿轮箱的振动信号中的时域信号，得到分解信号；对分解信号进行特征提取并重组，得到故障特征信号；将故障特征信号转换为极坐标图像，对极坐标图像标注故障类别标签，通过极坐标图像通过极坐标上的特征点对应的半径反映故障程度；通过极坐标图像对原始齿轮箱故障识别模型进行训练，得到目标齿轮箱故障识别模型；通过目标齿轮箱故障识别模型对待检测信号进行故障识别，得到识别结果；使得信号能够得到最佳的分解效果并快速提取故障特征信号；提取具有原始物理意义的特征，提高了诊断的准确率；能够避免分辨率受限、混叠现象。

【技术实现步骤摘要】

本申请实施例涉及故障检测领域，尤其涉及齿轮箱故障识别方法、系统、设备及介质。

技术介绍

1、行星齿轮箱的内部结构相对复杂，其振动信号呈现非线性、非平稳特点。对于振动信号的处理，常用经验模态分解等方法进行信号分解,但在处理过程中出现分辨率受限、混叠现象。

技术实现思路

1、以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

2、本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一，本申请实施例提供了齿轮箱故障识别方法、装置、设备及介质，能够避免分辨率受限、混叠现象。

3、本申请的第一方面的实施例，一种齿轮箱故障识别方法，包括：

4、获取齿轮箱的振动信号；

5、分解所述齿轮箱的振动信号中的时域信号，得到分解信号；

6、对所述分解信号进行特征提取，得到故障特征信号；

7、将所述故障特征信号转换为极坐标图像，对所述极坐标图像标注故障类别标签，所述极坐标图像通过极坐标上的特征点对应的半径反映故障程度；

本文档来自技高网...

【技术保护点】

1.一种齿轮箱故障识别方法，其特征在于，包括：

2.根据权利要求1所述的齿轮箱故障识别方法，其特征在于，所述分解所述齿轮箱的振动信号中的时域信号，得到分解信号，包括：

3.根据权利要求2所述的齿轮箱故障识别方法，其特征在于，所述设置所需分解的本征模态函数的数量，包括：

4.根据权利要求1所述的齿轮箱故障识别方法，其特征在于，所述对所述分解信号进行特征提取，得到故障特征信号，包括：

5.根据权利要求1所述的齿轮箱故障识别方法，其特征在于，所述极坐标上的特征点对应的半径表示为：其中，r(i)为极坐标上的第i特征点对应的半径，xi为频域信号X的第...

【技术特征摘要】

1.一种齿轮箱故障识别方法，其特征在于，包括：

2.根据权利要求1所述的齿轮箱故障识别方法，其特征在于，所述分解所述齿轮箱的振动信号中的时域信号，得到分解信号，包括：

3.根据权利要求2所述的齿轮箱故障识别方法，其特征在于，所述设置所需分解的本征模态函数的数量，包括：

4.根据权利要求1所述的齿轮箱故障识别方法，其特征在于，所述对所述分解信号进行特征提取，得到故障特征信号，包括：

5.根据权利要求1所述的齿轮箱故障识别方法，其特征在于，所述极坐标上的特征点对应的半径表示为：其中，r(i)为极坐标上的第i特征点对应的半径，xi为频域信号x的第i特征点，xmin为频域信号x的最小值，xmax为频域信号x的最大值。

6.根据权利要求1所述的齿轮箱故障识别方法，其特征在于，所述极坐标上的特征点对应的顺时针旋转角度表示为：所述极坐标上...

【专利技术属性】
技术研发人员：陆凤清，唐万和，刘伟权，王关皓，梁尤宇，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：