基于全连接神经网络的直升机主减速器故障分类

作者：刘振; 张小军; 韩磊; 周高明; 苗扬^*

来源：北京信息科技大学学报(自然科学版), 2023, 38(04): 61-66.

DOI：10.16508/j.cnki.11-5866/n.2023.04.009

• 直升机主减速器
• 全连接神经网络
• 变分模态分解
• 故障诊断

主减速器是直升机传动系统的核心部件，对其进行故障分析及健康检测十分重要。首先，构建了齿轮故障实验，通过时频域分析、功率谱分析以及变分模态分解(variational mode decomposition, VMD)对正常、点蚀、断齿3种齿轮故障模式进行讨论。然后，搭建全连接神经网络，并将VMD分解后的8个本征模态函数(intrinsic mode functions, IMF)分量的能量组成特征向量，作为网络的输入。实验诊断结果表明，与支持向量机(support vector machine, SVM)和随机森林(random forest, RF)算法相比，全连接神经网络在诊断多类故障时有较好的性能。

• 单位
  北京工业大学; 北京邮电大学; 中航直升机股份有限公司; 自动化学院