基于中智KNN的齿轮箱故障诊断方法

作者：王栋璀; 丁云飞^*; 朱晨烜

来源：振动与冲击, 2019, 38(20): 148-153.

DOI：10.13465/j.cnki.jvs.2019.20.022

• 齿轮箱
• 中智理论
• K最近邻分类器
• 故障诊断

齿轮箱在旋转机械设备中应用广泛,研究齿轮箱的故障诊断方法意义重大。为提高齿轮箱故障的预警诊断准确度,提出了基于中智KNN(Neutrosophic K-Nearest Neighbor,NKNN)的齿轮箱故障诊断方法。该方法利用小波包对信号特征进行提取,并构建出故障样本集,借助中智理论对样本的特征权重进行重新分配,建立起基于中智KNN决策规则下的故障诊断模型,并提出了中智划分的概念。实验表明,该方法有效地提升了分类精度和鲁棒性,弥补了传统KNN同贡献权重分配的缺陷,其中智划分的结果可以作为分析齿轮箱混合故障诊断的参考依据。

• 单位
  电气学院; 上海电机学院