基于敏感瞬态冲击特征提取与分层极限学习机的行星齿轮箱故障诊断研究
秦波1
尹恒1
王卓2
赵文军2
马涛2
王建国1
1.内蒙古科技大学机械工程学院,包头0140102.内蒙古第一机械集团公司工艺研究所,包头014032;特种车辆及其传动系统智能制造国家重点实验室,包头014032
摘要：在行星齿轮箱故障智能诊断中,针对其振动信号特征“难提取”、构建的特征向量集“质量差”以及基于极限学习机的故障分类模型“精度低”的问题,提出一种如何捕获其振动信号中敏感瞬态冲击特征并据此构建高维特征向量集与提升极限学习机故障分类精度的行星齿轮箱太阳轮的状态辨识方法.首先,将所测取振动信号分别经快速峭度图求解和变分模态分解,筛选出与其最大峭度值对应中心频率fω相匹配的若干个本征模函数,然后,求其改进多尺度排列熵值来构建高维特征向量集;其次,利用去噪自动编码器使极限学习机隐含层节点的输入权值和阈值满足正交条件实现其隐含层的分层;最后,将上述特征向量集作为分层核极限学习机的输入,通过训练建立行星齿轮箱太阳轮的故障分类模型.结果 表明,所提方法实现了太阳轮振动信号中敏感瞬态冲击特征的有效提取及其特征向量集的高质量构建,同时也提高智能诊断模型的分类精度.
关键词：敏感特征提取特征向量集构建分层极限学习机行星齿轮箱故障识别
分类号：TH132.41(机械零件及传动装置)
资助基金：国家自然科学基金(51865045)国家自然科学基金(2018ZD06)国家自然科学基金(2017MS0509)
论文发表日期：2020-04-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：10( 276-285 )
英文信息