[發(fā)明專利]一種齒輪箱的智能故障檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110645497.2
• 申請(qǐng)日: 2021-06-09
• 公開(kāi)（公告）號(hào): CN113607407A
• 公開(kāi)（公告）日: 2021-11-05
• 發(fā)明（設(shè)計(jì)）人: 黃冠宇
• 申請(qǐng)（專利權(quán)）人: 上海九高節(jié)能技術(shù)股份有限公司
• 主分類(lèi)號(hào): G01M13/021
• 分類(lèi)號(hào): G01M13/021;G01M13/028;F03D17/00;G06N3/04;G06N3/08;G08C17/02
• 代理公司: 上海漢聲知識(shí)產(chǎn)權(quán)代理有限公司 31236
• 代理人: 胡晶

1.一種齒輪箱的智能故障檢測(cè)方法，其特征在于，所述方法包括：

S1.在待測(cè)設(shè)備上設(shè)置多個(gè)用于采集振動(dòng)信號(hào)的檢測(cè)節(jié)點(diǎn)；

S2.采集所述待測(cè)設(shè)備上每個(gè)所述檢測(cè)節(jié)點(diǎn)的振動(dòng)信號(hào)；

S3.用于采集多個(gè)所述檢測(cè)節(jié)點(diǎn)的振動(dòng)信號(hào)的傳感器協(xié)同工作，組成一采集系統(tǒng)；

S4.將采集的振動(dòng)信號(hào)輸入神經(jīng)網(wǎng)絡(luò)故障診斷模型；

S5.根據(jù)所述神經(jīng)網(wǎng)絡(luò)故障診斷模型判斷所述待測(cè)設(shè)備的狀況。

2.根據(jù)權(quán)利要求1所述的齒輪箱的智能故障檢測(cè)方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)故障診斷模型依次包括輸入層、中間層、承接層和輸出層；

所述輸入層用于信號(hào)傳輸，所述輸出層起線性加權(quán)作用，所述中間層的傳遞函數(shù)用于采用線性或非線性函數(shù)，連接權(quán)進(jìn)行學(xué)習(xí)修正；所述承接層從中間層接收反饋信號(hào)，用來(lái)記憶中間層神經(jīng)元前一時(shí)刻的輸出值，承接層神經(jīng)元的輸出經(jīng)延遲與存儲(chǔ)，再輸入到中間層。

3.根據(jù)權(quán)利要求1所述的齒輪箱的智能故障檢測(cè)方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)故障診斷模型的非線性狀態(tài)空間表達(dá)式為：

y(k)＝g(w³x(k))

x(k)＝f(w¹x_c(k)+w²(u(k-1)))

x_c(k)＝x(k-1)

其中y是m維輸出結(jié)點(diǎn)向量，x是n維中間層結(jié)點(diǎn)單元向量u是r維輸入向量，x_c是n維反饋向量；w¹，w²，w³分別是中間層到輸出層、輸入層到中間層、承接層到中間層的連接權(quán)值；g(·)是輸出神經(jīng)元的傳遞函數(shù)，是中間層輸出的線性組合；f(·)是中間層神經(jīng)元的傳遞函數(shù)。

4.根據(jù)權(quán)利要求3所述的齒輪箱的智能故障檢測(cè)方法，其特征在于，f(·)為sigmoid函數(shù)。

5.根據(jù)權(quán)利要求1所述的齒輪箱的智能故障檢測(cè)方法，其特征在于，所述神經(jīng)網(wǎng)絡(luò)故障診斷模型的學(xué)習(xí)指標(biāo)函數(shù)采用誤差平方和函數(shù)：

其中y_k(w)是實(shí)際輸出量，是目標(biāo)輸出量。

6.根據(jù)權(quán)利要求1所述的齒輪箱的智能故障檢測(cè)方法，其特征在于，所述檢測(cè)節(jié)點(diǎn)包括加速度傳感器、MCU和無(wú)線傳輸模塊，所述加速度傳感器用于完成信號(hào)的采集，所述無(wú)線傳輸模塊完成信號(hào)的傳輸。