先验知识在不同转速下齿轮智能故障诊断中的应用

简介

齿轮智能故障诊断模型的训练数据通常来自特定转速下进行的振动实验,当齿轮传动系统实际运行转速与振动实验不一致时,诊断模型有可能失效。由齿轮传动系统振动机理分析可知:齿轮传动系统振动响应信号中包含了随转速变化幅度大且不能反映真实故障情况的干扰成分;振动响应信号幅值谱中具有对转速变化不敏感的故障特征。根据齿轮传动系统的结构、运行参数以及振动特性等先验知识,去除振动响应信号中的干扰成分,并以剩余信号的幅值谱作为诊断模型的输入样本,能够减小不同转速下同类别样本之间的特征差异,有效提高模型的泛化能力,使其能够适应一定程度上的转速变化。