科研之友
微信
新浪微博
Facebook
分享链接
摘要
齿轮箱是风机重要的传动链设备，针对传统故障诊断算法依据人工经验判断对数据挖掘不深等问题，提出了使用模糊评判T1FL法将齿轮箱系统的综合评价划分为四个健康状态。为了科学地赋权各级状态指标所占的健康权重，构建了以最小二乘法耦合改进的层次分析法（AHP）和改进的熵权法（NBN-EWM）的数字化权重计算模型。结果表明，该方法能以齿轮箱的多维数据为源，以最大隶属度原则综合评估齿轮箱综合健康状态，从而实现量化评估齿轮箱部件高速轴处存在0.9201的置信空间为齿轮断齿状态，对四种健康状态的评估准确率分别保持在99%、99.2%、98.2%与99.6%。相较传统的清晰逻辑，该方法能在状态评估中于好或坏的离散评价间提供更多可能，并为风场的能源数字化、设备智能健康与运维提供新方案。
- 单位
