[發(fā)明專利]一種行星齒輪箱故障檢測方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810034595.0
• 申請(qǐng)日: 2018-01-15
• 公開（公告）號(hào): CN108223782B
• 公開（公告）日: 2019-07-12
• 發(fā)明（設(shè)計(jì)）人: 周東華;劉洋;盧曉;鐘麥英;王建東
• 申請(qǐng)（專利權(quán)）人: 山東科技大學(xué)
• 主分類號(hào): F16H61/12
• 分類號(hào): F16H61/12
• 代理公司: 山東康橋律師事務(wù)所 37250
• 代理人: 柳彥君

本發(fā)明公開了一種行星齒輪箱故障檢測方法，一包括如下步驟：步驟1：構(gòu)建訓(xùn)練數(shù)據(jù)集；步驟2：計(jì)算各故障狀態(tài)兩兩之間的高斯核函數(shù)；步驟3：計(jì)算余弦相似性度量矩陣；步驟4：計(jì)算類間分離度和類內(nèi)分離度，并根據(jù)類間分離度和類內(nèi)分離度計(jì)算類分離度；步驟5：降維計(jì)算；步驟6：通過步驟5選擇的故障特征參數(shù)重復(fù)步驟1?3，計(jì)算各故障狀態(tài)兩兩之間的高斯核函數(shù)和Aij，并構(gòu)建決策導(dǎo)向無環(huán)圖支持向量機(jī)的結(jié)構(gòu)；步驟7：使用決策導(dǎo)向無環(huán)圖支持向量機(jī)的結(jié)構(gòu)進(jìn)行行星齒輪箱故障檢測，本發(fā)明的一種行星齒輪箱故障檢測方法，用于建立決策導(dǎo)向無環(huán)圖支持向量機(jī)的結(jié)構(gòu)，且使用該支持向量機(jī)的結(jié)構(gòu)進(jìn)行行星齒輪箱故障檢測具有較高的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及故障診斷技術(shù)領(lǐng)域，具體涉及一種行星齒輪箱故障檢測方法。

背景技術(shù)

由于行星齒輪箱具有在一個(gè)緊湊的空間結(jié)構(gòu)中能夠獲得高扭矩比的特性，因此被廣泛應(yīng)用于各種機(jī)械系統(tǒng)傳動(dòng)裝置中。在風(fēng)力發(fā)電領(lǐng)域，行星齒輪箱通常需要面對(duì)諸如負(fù)載隨風(fēng)速變化大、工作時(shí)間長、粉塵沙粒等問題，因此其發(fā)生故障十分頻繁，并且由其引起的停機(jī)維修時(shí)間是所有故障中最長的，且維修費(fèi)用很高。因此，行星齒輪箱的故障診斷得到了廣泛的關(guān)注。

對(duì)于行星齒輪箱的復(fù)雜系統(tǒng)而言，若使用模型方法進(jìn)行故障診斷，存在難以準(zhǔn)確建模的問題。數(shù)據(jù)驅(qū)動(dòng)方法中的支持向量機(jī)被認(rèn)為是一種潛力大且有效的故障診斷方法，該方法采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則，利用線性不可分的數(shù)據(jù)，首先將低維數(shù)據(jù)投影到高維空間，并在該空間求解最佳分類超平面，克服了維數(shù)災(zāi)難和局部最小問題，且對(duì)故障樣本的需求量較小。

但支持向量機(jī)僅僅能完成二分類問題，為能完成多分類任務(wù)，有人提出多種擴(kuò)展的策略。其中，決策導(dǎo)向無環(huán)圖支持向量機(jī)(DAG-SVM)是目前較為先進(jìn)的一種支持向量機(jī)多分類擴(kuò)展策略，但其在決策時(shí)存在劃分偏好問題，導(dǎo)致不同的決策導(dǎo)向無環(huán)圖結(jié)構(gòu)，有不同的分類準(zhǔn)確率。例如，對(duì)一個(gè)五分類問題，就有120種不同的結(jié)構(gòu)，往往為了得到一個(gè)準(zhǔn)確率高的結(jié)構(gòu)圖，需要不斷地重復(fù)計(jì)算。

鑒于此，特提出此方明。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種行星齒輪箱故障檢測方法，用于建立決策導(dǎo)向無環(huán)圖支持向量機(jī)的結(jié)構(gòu)，且使用該支持向量機(jī)的結(jié)構(gòu)進(jìn)行行星齒輪箱故障檢測具有較高的準(zhǔn)確率。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一種行星齒輪箱故障檢測方法，包括如下步驟：步驟1：模擬行星齒輪箱各種故障狀態(tài)，分別采集故障數(shù)據(jù)，計(jì)算原始特征參數(shù)，構(gòu)建訓(xùn)練數(shù)據(jù)集；步驟2：使用各故障狀態(tài)的訓(xùn)練數(shù)據(jù)集計(jì)算各故障狀態(tài)兩兩之間的高斯核函數(shù)；步驟3：通過步驟1計(jì)算的原始特征參數(shù)和步驟2計(jì)算得高斯核函數(shù)計(jì)算余弦相似性度量矩陣，余弦相似性度量矩陣的元素為矩陣塊Aij，i和j表示故障的類數(shù)；步驟4：通過步驟3計(jì)算得矩陣塊Aij分別計(jì)算類間分離度和類內(nèi)分離度，并根據(jù)類間分離度和類內(nèi)分離度計(jì)算類分離度；步驟5：通過步驟4計(jì)算的類分離度進(jìn)行降維計(jì)算，選擇故障特征參數(shù)；步驟6：通過步驟5選擇的故障特征參數(shù)重復(fù)步驟1-3，計(jì)算各故障狀態(tài)兩兩之間的高斯核函數(shù)和Aij，這里需要計(jì)算滿足i＜j的Aij，然后按照Aij從小到大的順序，從根節(jié)點(diǎn)開始逐層構(gòu)建決策導(dǎo)向無環(huán)圖支持向量機(jī)的結(jié)構(gòu)；步驟7：使用步驟6構(gòu)建的決策導(dǎo)向無環(huán)圖支持向量機(jī)的結(jié)構(gòu)進(jìn)行行星齒輪箱故障檢測，本發(fā)明的一種行星齒輪箱故障檢測方法，用于建立決策導(dǎo)向無環(huán)圖支持向量機(jī)的結(jié)構(gòu)，且使用該支持向量機(jī)的結(jié)構(gòu)進(jìn)行行星齒輪箱故障檢測具有較高的準(zhǔn)確率。

進(jìn)一步，步驟1中，原始特征參數(shù)包括反映時(shí)域信號(hào)的幅值和能量大小的參數(shù)、反映時(shí)域信號(hào)的時(shí)間序列分布情況的參數(shù)、反映頻域能量的大小的參數(shù)、反映主頻帶位置的變化的參數(shù)和反映頻譜的分散或者集中程度的的參數(shù)，各原始特征參數(shù)可從不同的角度識(shí)別行星齒輪箱發(fā)生的故障。

進(jìn)一步，步驟3中，余弦相似性度量矩陣形式的計(jì)算公式如下：