[發明專利]一種行星齒輪故障診斷方法、系統、存儲介質及計算設備

在審

• 申請號: 202110945765.2
• 申請日: 2021-08-16
• 公開（公告）號: CN113627375A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 馬潔;焦雷;李書樂
• 申請（專利權）人: 北京信息科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/06;G06N3/08;G01M13/028;G01M13/025;G01M13/021
• 代理公司: 北京遠創理想知識產權代理事務所(普通合伙) 11513
• 代理人: 張素妍

1.一種行星齒輪故障診斷方法，其特征在于，包括：

獲取行星齒輪的原始振動信號，將所述原始振動信號分解為不同的IMF分量，并選取兩個相關系數較大的IMF分量進行重構；

利用分數階小波變換分別對重構信號進行分數階小波域的濾波；

利用小波包提取濾波后的所述重構信號的能量值，并計算歸一化能量值，將歸一化能量值轉換為二維歸一化能量特征矩陣；

根據所述二維歸一化能量特征矩陣中的二維特征輸入到二維卷積神經網絡模型中進行訓練，實現對行星齒輪故障的識別。

2.如權利要求1所述故障診斷方法，其特征在于，所述將所述原始振動信號分解為不同的IMF分量，并選取兩個相關系數較大的IMF分量進行重構，包括：

對原始的振動信號進行AFSA-VMD分解得到若干IMF分量，選取相關系數最大的兩個IMF分量進行信號重構。

3.如權利要求1所述故障診斷方法，其特征在于，所述利用分數階小波變換分別對所述重構信號進行分數階小波域的濾波，包括：

根據輸入的所述重構信號，選取分數階次變化范圍，確定最佳變換階次p；

對所述重構信號進行p階分數階傅里葉變換，獲得分數域的信號；

對所述分數域的信號進行小波分解，得到分數小波域的信號；再對所述分數小波域的信號進行小波重構，恢復得到分數域的信號；

對所述恢復得到分數域的信號進行-p階分數階傅里葉變換，得到濾波后的信號。

4.如權利要求3所述故障診斷方法，其特征在于，所述確定最佳變換階次p，包括：以輸出能量最小為目標函數，搜索最佳變換階次p。

5.如權利要求1所述故障診斷方法，其特征在于，所述利用小波包提取濾波后的所述重構信號的能量值，包括：

將所述重構信號進行n層小波包分解，第j層有2ⁿ個頻帶信號，提取第j層的2ⁿ個特征；

將分解的每一頻段的低頻系數和高頻系數進行信號的重構，并求解各頻段信號的能量值；

將所述各頻段信號的能量值累加得到重構信號的能量值。

6.如權利要求5所述故障診斷方法，其特征在于，所述將歸一化能量值轉換為二維歸一化能量特征矩陣，包括：

將所述各頻段信號的能量值與所述重構信號的能量值的比值作為每頻段的小波包能量M_i,j；i＝1，2，…，n；

根據小波包能量M_i,j得到小波包能量特征向量由所述小波包能量特征向量構建二維歸一化能量特征矩陣。

7.如權利要求1所述故障診斷方法，其特征在于，還包括：根據所述將歸一化能量值轉換為二維歸一化能量特征矩陣，得到二維頻帶能量特征分布圖，并對每類故障設定標簽類別，輸入所述二維卷積神經網絡模型。

8.一種行星齒輪故障診斷系統，其特征在于，包括：重構模塊、濾波模塊、能量特征矩陣構建模塊和故障識別模塊；

所述重構模塊，用于獲取行星齒輪的原始振動信號，將所述原始振動信號分解為不同的IMF分量，并選取兩個相關系數較大的IMF分量進行重構；

所述濾波模塊，利用分數階小波變換分別對所述重構信號進行分數階小波域的濾波；

所述能量特征矩陣構建模塊，利用小波包提取濾波后所述重構信號的能量值，并計算歸一化能量值，將歸一化能量值轉換為二維歸一化能量特征矩陣；

所述故障識別模塊，根據所述二維歸一化能量特征矩陣中的二維特征輸入到二維卷積神經網絡模型中進行訓練，實現對行星齒輪故障的識別。

9.一種存儲一個或多個程序的計算機可讀存儲介質，其特征在于，所述一個或多個程序包括指令，所述指令當由計算設備執行時，使得所述計算設備執行如權利要求1至7所述方法中的任一方法。

10.一種計算設備，其特征在于，包括：一個或多個處理器、存儲器及一個或多個程序，其中一個或多個程序存儲在所述存儲器中并被配置為所述一個或多個處理器執行，所述一個或多個程序包括用于執行如權利要求1至7所述方法中的任一方法的指令。